如果您使用批量标准化，您是否需要标准化输入？答案

【问题标题】：Do you need to standardize inputs if you are using Batch Normalization?如果您使用批量标准化，您是否需要标准化输入？
【发布时间】：2017-02-17 06:18:34
【问题描述】：

我一直在玩 Keras 中的批量标准化。我想知道批量归一化是否也对神经网络的输入进行归一化。这是否意味着我不需要将我的网络输入标准化并依赖 BN 来完成？

【问题讨论】：

【解决方案1】：

虽然您当然可以将其用于此目的，但批量归一化并不是为此而设计的，并且由于样本量有限（样本量是您的批量大小），您很可能会在归一化中引入抽样误差。

我不建议使用批量标准化来标准化您的输入的另一个因素是，它引入了校正术语 gamma 和 beta（训练参数），如果不禁用它们会扭曲您的训练数据。

对于您的测试数据的规范化，我建议对完整的训练集使用 z-score 规范化（例如，通过 sklearn 的 StandardScaler）或一些适当的替代方法，但不是批量规范化。

【讨论】：

那么，你是说如果我使用BatchNormalization中的所有标准参数（除了momentum=1和epsilon = 0）作为第一层，它本质上等于z-score归一化？跨度>
是的，但使用较小的样本来估计均值和方差（即您的批量大小）。