Tensorflow——BatchNormalization(tf.nn.moments及tf.nn.batch_normalization)

批标准化(BN)常用于激活函数前,使输出均值为0、方差为1,有助于网络训练稳定。它能加大探索步长,加快收敛,减少过拟合风险。

https://www.jianshu.com/p/8e7f1532a7cf

批标准化

  • 批标准化(batch normalization,BN)一般用在激活函数之前,使结果 各个维度均值为0,方差为1。通过规范化让激活函数分布在线性区间,让每一层的输入有一个稳定的分布会有利于网络的训练。
  • 优点:
    加大探索步长,加快收敛速度。
    更容易跳出局部极小。
    破坏原来的数据分布,一定程度上防止过拟合。
    解决收敛速度慢和梯度爆炸。

 

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值