那对于卷积后面的BN呢，卷积是在C（channel）维上做的BN，batch=1也可以做啊？
因为学习率大，你把学习率调低就行了，再加上lenet是小模型，容易震荡
1 Like
是的，你可以想到当batchsize等于1的时候，均值不就是这个数本身吗
1 Like
我觉得可能保留后面两个维度是为了在后面的相减运算中使用python的广播特性
1 Like
我有几个问题不解。
1.为什么gamma和beta分别被初始化为1矩阵和0矩阵，而不像其他权重那样优化成随机数矩阵？
2.momentum是个啥？看起来好像momentum表示的是进行批量规范化的一个批量跟总的样本数量之间的比值。但如果是这样的话，在从零开始的代码里面，momentum为什么可以是个确定值0.9呢？不是应该随着批量大小而变化吗？
1 Like
我理解的是在每个输出通道上对小批量的所有样本求均值和方差，而不是对单个样本的所有输出通道求均值和方差，所以batch_size=1不能做
- 我的理解是最开始样本被归一化之后就是均值为0方差为1，这两个值是经验得来的比较靠谱？
- 可以搜索一下exponentially weighted moving average和RMSProp，这是一个超参数，通常被设为0.9
1 Like
我认为是这样的。。。。。。。。。。。。。。。。。。。。。。。
在使用批量规范化之前，我们是否可以从全连接层或卷积层中删除偏置参数？为什么?
我认为是可以的，偏执最终也会被作为平均值中的一部分然后被减掉。
比较LeNet在使用和不使用批量规范化情况下的学习率
使用 ：1.0 准确度 85.7%
不使用： 0.3 73.3%
我们是否需要在每个层中进行批量规范化？尝试一下？
只留了最后俩个batch-norm
lr:0.3 51.3% 测试集准确度大起大落不稳定
只留了前俩个batch-norm
lr：0.3 80.9% 测试集准确度较为稳定，说明相较于加在后面还是应该加在前面，可以确保数值稳定性。
你可以通过批量规范化来替换暂退法吗？行为会如何改变？
net = nn.Sequential(
nn.Conv2d(1, 6, kernel_size=5), nn.Sigmoid(),
nn.AvgPool2d(kernel_size=2, stride=2),
nn.Conv2d(6, 16, kernel_size=5), nn.Dropout(0.5), nn.Sigmoid(),
nn.AvgPool2d(kernel_size=2, stride=2), nn.Flatten(),
nn.Linear(256, 120), nn.Sigmoid(),
nn.Linear(120, 84), nn.Sigmoid(),
nn.Linear(84, 10))
lr:0.3 测试准确度 60.6%
到哪里去查看高级API中有关BatchNorm的在线文档?
请问指数平滑法，初始值应该为第一个batch的均值和方差，而这里初始为0和1，为什么？
optimizer，activation function, Pooling = adam, ReLU, avg
lr, num_epochs, batch_size = 0.001, 10, 64
epoch 8, loss 0.176, train acc 0.934, test acc 0.912
without BatchNorm1d
epoch 9, loss 0.188, train acc 0.930, test acc 0.911
也可以吧，毕竟batch为1，但是数据宽高不为1，还是有很多元素求平均，不至于减完平均变成0
主要也没用上这俩个东西啊，就return 了一个Y
关于全连接层输出的批量规范化，原文中是对每个输出，按照批量对应元素，规范化，比如10个样本数据，100个输出，第一个输出对应十个样本，他们规范化，其他的输出类似，在想为何不能按照每个样本去规范化，比如第一个样本的100个输出规范化，第二个。。依次类比，毕竟毕竟全连接层是每个样本的特征去决定某个输出的权重啊，不应该让他们作为一组去规范化么，毕竟他们才是一个整体要处理的信息。后来编程试了试，效果如下
分别是按照我的方法与文章方法的结果。
BatchNorm()类定义中每次调用该类的时候，其中的moving_mean都会被初始化为0；那么这还符合moving_mean的定义吗？因为好像就只使用了一个batch的数据进行计算；
按照指数移动平均的计算
moving_mean = momentum* moving_mean + (1-momentum)mean
中momentum moving_mean的moving_mean不是应该是上一个batch计算得到的结果？
也就是说，咱这个moving_mean应该是定义成一个全局性的变量才对吧
