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

  CNN网络的pooling层有什么用? 
  写深度学习代码是先写model还是dataset还是train呢,有个一般化的顺序吗? 
  神经网络中 warmup 策略为什么有效;有什么理论解释么? 
  计算机视觉和自然语言处理,哪个更具有发展前景呢,还是各有千秋呢? 
  如何看待MXNet获得amazon官方支持首位? 
  如何看待Tensor Comprehensions?与TVM有何异同? 
  对于多指标评价,BP神经网络评价和TOPSIS有什么区别呢? 
  Graph Attention Network的本质是什么? 
  能否对卷积神经网络工作原理做一个直观的解释? 
  ICLR 2019 有什么值得关注的亮点? 

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?





© 2025-06-26 - tinynew.org. All Rights Reserved.
© 2025-06-26 - tinynew.org. 保留所有权利