百科问答小站 logo
百科问答小站 font logo



NTIRE2017夺冠的EDSR去掉了Batch Normalization层就获得了提高为什么? 第1页

  

user avatar   eric314 网友的相关建议: 
      

bn其实一点都不好。个人认为bn是深度学习界有史以来最恶心的trick,实现起来一堆坑不说,加上bn以后你的输入都不iid了,要是在深度学习爆火以前有人提出bn,肯定会被统计学家打死……无奈它在图像识别上效果很好,大家只能忍了。

bn的主要作用是控制数值区间,让比较深的网络训练起来稳定性比较好,更不容易爆炸。但是初始化和调参其实可以部分解决这个问题,能不用bn的时候还是尽量不要用,尤其是做一个新的问题的时候,不要想当然就把bn塞进去。

顺便推荐一下selu,是一个有希望代替bn的研究方向zhihu.com/question/6091




  

相关话题

  因果推断会是下一个AI热潮吗? 
  ICLR 2018 有什么值得关注的亮点? 
  AI(或者说神经网络/深度学习)能够实现科学(尤其是物理学)研究中提出假设这一步嘛? 
  GPU 与 CPU 比较,为什么说 GPU 更适合深度学习? 
  有什么算法能对一个长短不一的时间序列进行分类预测? 
  如何评价基于游戏毁灭战士(Doom)的AI死亡竞赛大赛结果? 
  目标检测算法中Two-stage算法速度慢,到底在哪里? 
  当前(2020年)机器学习中有哪些研究方向特别的坑? 
  为什么deep lab v3起,输出不再接 DenseCRF了? 
  机器之心提问:如何评价Facebook Training ImageNet in 1 Hour这篇论文? 

前一个讨论
如果印度不退兵,中国会不会出手教训印度?
下一个讨论
如何看待美团这次的外卖分箱行为?





© 2025-04-25 - tinynew.org. All Rights Reserved.
© 2025-04-25 - tinynew.org. 保留所有权利