Batch Normalization（BN-批量归一化）

Posted on Edited on Word count in article: 738 Reading time ≈ 3 mins.

为什么要提出BN

在训练神经网络的时候，前面层的网络往往数据规模比较大，越往后的网络规模会越来越小（因为最后总要输出某些东西，比如1-10的预测值），故在训练神经网络的过程中，存在以下问题：

底部的层训练较慢

底部层一变化，所有东西都得更着一起变，导致顶部的层又得重新训练一次，导致收敛变慢

下图是VGG网络（可以看出网络是经典的逐渐收敛的形状

img

所以，我们可以在学习底部层的时候避免变化顶部层吗？

Batch Normalization

固定小批量里面的均值和方差


and

然后再做额外的调整（同时引入两个可以学习的参数 和

Batch Normalization Layer（批量归一化层）

可以学习的参数为 和

作用在

全连接层和卷积层的输出上，激活函数前

全连接层和卷积层的输入上

对于全连接层，作用在特征维

对于卷积层，作用在通道维

总结

批量归一化固定小批量中的均值和方差，然后学习出合适的偏移和缩放（ 和 ）

可以加速收敛速度，但一般不改变模型精度

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
def batch_norm(X,gamma,beta,moving_mean,moving_var,eps,momentum):
    #is_grad_enabled()判断是否是训练模式or 预测模式
    if not torch.is_grad_enabled():
        # 如果是在预测模式下,直接使用传入的移动平均所得的均值和方差
        X_hat = (X - moving_mean) / torch.sqrt(moving_var + eps)
    else:
        assert len(X.shape) in (2,4)
        if len(X.shape) == 2:
            # 使用全连接层的情况，计算特征维上的均值和方差
            mean = X.mean(dim=0)
            var = ((X - mean) ** 2).mean(dim=0)
        else:
            # 使用二维卷积层的情况，计算通道维上(axis=1)的均值和方差。这里我们需要保持
            # X的形状以便后面可以做广播运算
            mean = X.mean(dim=(0, 2, 3), keepdim=True)
            var = ((X - mean) ** 2).mean(dim=(0, 2, 3), keepdim=True)

        # 训练模式下，用当前的均值和方差做标准化
        X_hat = (X - mean) / torch.sqrt(var + eps)
        # 更新移动平均的均值和方差
        moving_mean = momentum * moving_mean + (1.0 - momentum) * mean
        moving_var = momentum * moving_var + (1.0 - momentum) * var
    Y = gamma * X_hat + beta  # 缩放和移位
    return Y,moving_mean.data,moving_var.data


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
class BatchNorm(nn.Module):
    def __init__(self,num_features,num_dims):
        super().__init__()
        if num_dims == 2:
            shape = (1,num_features)
        else:
            shape = (1,num_features,1,1)
        self.gamma = nn.Parameter(torch.ones(shape))
        self.beta = nn.Parameter(torch.zeros(shape))
        self.moving_mean = torch.zeros(shape)
        self.moving_var = torch.ones(shape)

    def forward(self,X):
        # 如果X不在内存上，将moving_mean和moving_var复制到X所在显存上
        if self.moving_mean.device != X.device:
            #设备一致性检查：if self.moving_mean.device != X.device: 确保移动平均的均值和
            # 方差与输入数据X在同一个设备上（CPU或GPU）
            self.moving_mean = self.moving_mean.to(X.device)
            self.moving_var = self.moving_var.to(X.device)
        # 保存更新过的moving_mean和moving_var
        Y,moving_mean,moving_var = batch_norm(X,self.gamma,self.beta,self.moving_mean,self.moving_var,eps=1e-5,momentum=0.9)
        return Y