BN层理解_理解六层次总结

bn层计算的均值和方差是
channel的

输入数据是nchw，求得的均值和方差均是长度为c的向量

mini-batch指的是一个batch的所有样本对应通道组合成一个minibatch，1个nchw的数据有c个mini-batch

一个mini-batch在一起进行求均值和方差

H
W的归一化，求出N
C个均值与方差，然后N个均值与方差求出一个均值与方差的Vector，size为C
，
即相同通道的一个mini_batch的样本求出一个mean和variance

每次迭代时采用的是滑动平均方式更新，滑动平均系数moving_average_fraction 默认是0.999，而2表示调用函数接口第2个参数，最终结果保存下来用作测试

caffe-master src/caffe/proto/caffe.proto:535: optional float moving_average_fraction = 2 [default = .999];

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/182234.html原文链接：https://javaforall.cn

未经允许不得转载：木盒主机 » BN层理解_理解六层次总结