【发布时间】:2021-06-14 04:15:17
【问题描述】:
我们知道批量归一化 (BN) 可以加快深度神经网络的训练。但它对小型神经网络也有帮助吗?我一直在试验一个 6 层卷积 MLP 网络,我看不出 BN 在训练这个网络时有什么好处。
【问题讨论】:
标签: deep-learning batch-normalization
我们知道批量归一化 (BN) 可以加快深度神经网络的训练。但它对小型神经网络也有帮助吗?我一直在试验一个 6 层卷积 MLP 网络,我看不出 BN 在训练这个网络时有什么好处。
【问题讨论】:
标签: deep-learning batch-normalization
批量归一化通常用于非常深的神经网络。多层之后的层的输出随着每个小批量不断波动,并且层必须不断追逐一个移动的目标。
但是,对于浅层神经网络,这不是什么大问题,因为波动在一个狭窄的范围内,不会造成移动目标的问题。所以对于浅层神经网络,你也可以选择不进行批量归一化的训练,它会按预期工作。
【讨论】: