Batch Normalization细节

最新推荐文章于 2024-10-07 15:40:18 发布

原创最新推荐文章于 2024-10-07 15:40:18 发布 · 252 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#BN #Batch Normalizaion

BN 同时被 2 个专栏收录

1 篇文章

订阅专栏

Batch Normalizaion

1 篇文章

订阅专栏

本文深入解析了卷积神经网络（CNN）中Batch Normalization（BN）层的工作原理，详细介绍了BN层如何处理输入数据，即针对每个特征图计算m×w×h数值的平均值和方差，以及如何学习对应参数γ和β。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

CNN Batch Normalization：假设某一层卷积层的输入为（m,c,w,h）,其中m为batch size数，c为通道数，即特征图个数，w，h分别为特征图的宽度和高度，实现BN时，把每个特征图当做一个神经元处理，因此对于每一个特征图都需要学习对应的参数：γ和β，对于每一个特征图计算所有m×w×h数值的平均值和方差。