1. 引言
随着深度学习的发展,神经网络的模型的深度越来越大,虽然可以提取到数据中更加深层的特征信息,但是,也容易引起梯度消失或梯度爆炸等问题。当使用SGD优化函数时,我们经常会遇到以下两个问题:
- 模型对参数初始化方式、学习率的设置特别敏感。
- 随着网络深度的加深,参数的微小变动都会不断被放大。
为了解决这两个问题,Sergey Ioffe等人在《Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift》 一文提出了Batch Normalization,本文将基于该文章,对Batch Normalization的原理进行解析,并对其优点进行总结和归纳。
2. Batch Normalization
2.1 mini-batch Normalization
在介绍Batch Normalization的思想之前,先明确一个概念,即作者在文中提出的Internal Covariate Shift,其意思是:在训练过程中,深层网络内部节点分布的变化称为Internal Covariate Shift。
假设某一层的输入为,其中d表示输入的维度,则对每一维进行标准化,有:
其中,和