【发布时间】:2018-11-27 18:07:16
【问题描述】:
我知道什么是批标准化,但我不太了解如何进行虚拟批标准化。您如何选择参考样品?
【问题讨论】:
标签: machine-learning neural-network batch-normalization
我知道什么是批标准化,但我不太了解如何进行虚拟批标准化。您如何选择参考样品?
【问题讨论】:
标签: machine-learning neural-network batch-normalization
不同之处在于,前者的每个批次 x 都是基于对参考批次示例收集的统计信息进行归一化的,这些示例选择一次并在训练开始时固定,但在后者中,批次本身是归一化的.后者受到每个小批量内样本相互依赖性的影响。
我想这就像你在locally weighted linear regression中选择查询点的方式一样。你只需要根据你的经验选择一个。
事实上,demo in the official repository 在开始训练时只是使用了第一批。
if not hasattr(self, name):
vbn = VBN_cls(tensor, name, half=half)
setattr(self, name, vbn)
return vbn.reference_output
如果在整个训练过程中保持不变,您可以选择任何批次作为参考批次。
【讨论】: