tf.keras.layers.BatchNormalization

最新推荐文章于 2024-04-08 11:15:14 发布

原创

最新推荐文章于 2024-04-08 11:15:14 发布 · 1.1k 阅读

1 ·

CC 4.0 BY-SA版权

该博客介绍了TensorFlow Keras库中的BatchNormalization层，它用于进行批标准化操作。在训练过程中，该层应用公式进行数据处理，并在推断时使用计算出的均值和方差。通过调整epsilon、gamma和beta参数，可以控制归一化和偏移的过程。在训练时，gamma和beta是可学习的，而在推断时，层会返回固定的标准化输出。

tf.keras.layers.BatchNormalization

批归一化
批标准化

tf.keras.layers.BatchNormalization(
    axis=-1, momentum=0.99, epsilon=0.001, center=True, scale=True,
    beta_initializer='zeros', gamma_initializer='ones',
    moving_mean_initializer='zeros',
    moving_variance_initializer='ones', beta_regularizer=None,
    gamma_regularizer=None, beta_constraint=None, gamma_constraint=None,
    renorm=False, renorm_clipping=None, renorm_momentum=0.99, fused=None,
    trainable=True, virtual_batch_size=None, adjustment=None, name=None, **kwargs
)

keras的这个接口实现的是下面的公式