百科问答小站 logo
百科问答小站 font logo



Batch Normalization 训练的时候为什么不使用 moving statistics? 第1页

  

user avatar   wang-feng-98-82 网友的相关建议: 
      

因为用moving statistics的话,不能对这些统计量求导,这样会少很多梯度的性质。

例如除以标准差后的梯度方向,是与feature垂直的(严谨一点,减均值之后的feature),所以用这个梯度更新不会引起feature scale的剧变,从而解决了梯度爆炸/消失。

用moving average,不对标准差求导,梯度方向跟之前是一样的,只是乘了一个系数而已。这样只能吃到BN前向的好处,吃不到BN反向传播的好处。

但其实仍然有方法可以利用moving statistics来做到类似的性质,本质上是在反向过程也用moving average统计一些参数,具体请参考: Towards stabilizing batch statistics in backward propagation of batch normalization。




  

相关话题

  如何评价Google最新提出的gMLP:MLP模型在CV和NLP任务上均取得较好的效果? 
  如何评价谷歌提出的 Pix2Seq:将目标检测看成语言建模,效果超过 DETR? 
  如何看待Jeff Dean&Hinton投到ICLR17的MoE的工作? 
  深度学习的多个loss如何平衡? 
  为什么现在很多人不看好商汤科技? 
  深度学习到底是「实验科学」还是「理论科学」?能否称为「算法」? 
  DeepMind 研发的围棋 AI AlphaGo 是如何下棋的? 
  如何评价哈工大的左旺孟老师? 
  为什么Bert中的CLS在未fine tune时作为sentence embedding性能非常糟糕? 
  目前有哪些比较成功的人工智能应用? 

前一个讨论
为什么图形学的会议siggraph的论文代码很少会开源?好像视觉如CVPR、ICCV开源的更多一些。
下一个讨论
计算机专业大一寒假该如何规划?





© 2025-06-04 - tinynew.org. All Rights Reserved.
© 2025-06-04 - tinynew.org. 保留所有权利