采纳答案成功!
向帮助你的同学说点啥吧!感谢那些助人为乐的人
老师我想问一下如何计算batch normalization所需的参数量。在CNN中BN 的参数量是否还和该层卷积核的数量有关?
BN所需的参数量跟上一层的卷积核的数量就没有关系了。而是跟输入的size有关系。比如输入的大小是[batch_size, width, height, channel],BN是在batch上做normalization,可以把输入看成是batch_size个[width, height, channel]的矩阵,[width, height, channel]矩阵上的每个位置都有batch_size个值,我们需要对每个位置上的这m个值去做BN,因而我们需要存储[width, height, channel]个均值和方差,以及beta和gamma, beta和gamma的定义参见:https://www.cnblogs.com/skyfsm/p/8453498.html
所以,参数量为[4, width, height, channel]
https://www.tensorflow.org/api_docs/python/tf/nn/batch_normalization
API文档里表达的也是一个意思。
登录后可查看更多问答,登录/注册
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
1.9k 9
2.0k 8
1.5k 7
2.4k 7
购课补贴联系客服咨询优惠详情
慕课网APP您的移动学习伙伴
扫描二维码关注慕课网微信公众号