对于归一化,还是有些不明白

来源:5-11 批归一化实战(2)

战战的坚果

2020-04-01

“从test上的结果看,归一化 0.69 vs 不归一化0.60, 差别已经很大了。

如果训练的时间更长,那么两者间的差别会进一步缩小。

我们在课程中还讲过BN,如果有BN的话,归一化和不归一化的差别会更小的。”
老师,上面是您对我的问题的回答,不过看了您的回答我还有些不明白。
1、“如果训练的时间更长,那么两者间的差别会进一步缩小。”,为什么会缩小,不应该变大吗?,如果越来越小,那归一化的目的在哪里!
2、“我们在课程中还讲过BN,如果有BN的话,归一化和不归一化的差别会更小的。”,为什么有BN的话,归一化和不归一化的差别会更小?,BN是批归一化,我们做的“data_aug_3 / 127.5 - 1”,也是在做归一化,它们两个冲突吗?

写回答

1回答

正十七

2020-04-01

  1. 归一化的目的是为了加速训练,促进收敛,提高最终效果。主要是加速训练。所以如果是都收敛的话,那么归一化后的应该比不归一化的更快收敛,且最后效果能好一点点。但是,如果你的训练时间有限,比如只能x步,那么x越小,归一化的好处就越明显。

  2. BN跟数据归一化是不冲突的,BN是在网络中间层输出的激活值上去做归一化,而你说的的归一化则是在数据上做的。

0
1
战战的坚果
非常感谢!
2020-04-05
共1条回复

深度学习之神经网络(CNN/RNN/GAN)算法原理+实战

深度学习算法工程师必学,深入理解深度学习核心算法CNN RNN GAN

2617 学习 · 935 问题

查看课程