深度学习Batch Normalization

批标准化（Batch Normalization，简称BN）是一种用于深度神经网络的技术，它的主要目的是解决深度学习模型训练过程中的内部协变量偏移问题。简单来说，当我们在训练深度神经网络时，每一层的输入分布都可能会随着前一层参数的更新而发生变化，这种变化会导致训练过程变得不稳定。BN通过对每一层的输入进行标准化，使其均值为0，方差为1，从而使得网络在每一层都能接收到相对稳定的数据分布。

BatchNorm1d

对2d或3d数据进行批标准化（Batch Normlization）操作:

class torch.nn.BatchNorm1d(num_features, eps=1e-05, momentum=0.1, affine=True):

参数：

1.num_features：特征的维度 $(N,L)->L;(N,C,L)->C$

2.eps：在分母上添加一个定值，不能趋近于0

3.momentum：动态均值和动态方差所使用的动量，这里的momentum是对均值和方差进行的滑动平均。即 ${\mu }_1=（1-momentum）\ast {\mu }_{last}+momentum\ast \mu$，这里μ1为输出值，μ_last为上一次的计算值，μ为真实计算的值

4.affine：布尔变量，是否为该层添加可学习的仿设变换，仿射变换的系数即为下式的gamma和beta

原理：

计算各个维度的均值和标准差:$y=\frac{x-\mathrm{mean}[x]}{\sqrt{\mathrm{Var}[x]}+ϵ}\ast gamma+\text{ beta }$

m = nn.BatchNorm1d(5, affine=False)
m1 = nn.BatchNorm1d(5, affine=True)
input = autograd.Variable(torch.randn(5, 5))
output = m(input)
output1 = m1(input)
print(input, '\n',output,'\n',output1)tensor([[-0.6046, -0.8939,  1.3246,  0.2621,  1.0777],[ 0.9088, -0.6219,  0.9589,  0.7307,  0.5221],[ 1.7435,  0.6662, -0.5827,  0.3325, -0.8179],[-0.2250,  0.9930,  0.0504, -0.4509,  1.6605],[-0.5742,  1.6543,  0.6083,  0.5746, -0.3208]]) tensor([[-0.9212, -1.2920,  1.2648, -0.0680,  0.7249],[ 0.7107, -1.0117,  0.7224,  1.0842,  0.1085],[ 1.6108,  0.3161, -1.5642,  0.1049, -1.3780],[-0.5119,  0.6530, -0.6252, -1.8215,  1.3713],[-0.8885,  1.3345,  0.2022,  0.7005, -0.8266]]) tensor([[-0.9212, -1.2920,  1.2648, -0.0680,  0.7249],[ 0.7107, -1.0117,  0.7224,  1.0842,  0.1085],[ 1.6108,  0.3161, -1.5642,  0.1049, -1.3780],[-0.5119,  0.6530, -0.6252, -1.8215,  1.3713],[-0.8885,  1.3345,  0.2022,  0.7005, -0.8266]],grad_fn=<NativeBatchNormBackward>)

BatchNorm2d

对小批量(mini-batch)3d数据组成的4d输入进行批标准化(Batch Normalization)操作

class torch.nn.BatchNorm2d(num_features, eps=1e-05, momentum=0.1, affine=True):

1.num_features： 来自期望输入的特征数，C from an expected input of size (N,C,H,W)

2.eps： 为保证数值稳定性（分母不能趋近或取0）,给分母加上的值。默认为1e-5.

3.momentum： 动态均值和动态方差所使用的动量。默认为0.1.

4.affine： 一个布尔值，当设为true，给该层添加可学习的仿射变换参数。

原理：

计算各个维度的均值和标准差:$y=\frac{x-\mathrm{mean}[x]}{\sqrt{\mathrm{Var}[x]}+ϵ}\ast gamma+\text{ beta }$

m = nn.BatchNorm2d(2, affine=False)
m1 = nn.BatchNorm2d(2, affine=True)
input = autograd.Variable(torch.randn(1,2,5, 5))
output = m(input)
output1 = m1(input)
print(input, '\n',output,'\n',output1)tensor([[[[-0.2606, -0.8874,  0.8364,  0.0184,  0.8040],[ 1.0593, -0.6811,  1.3497, -0.6840, -2.0859],[-0.5399,  1.3321, -0.6281, -0.9044,  1.7491],[ 0.7559,  0.5607, -0.0447, -0.3868,  1.2404],[ 1.2078, -0.9642,  0.3980,  0.2087, -1.3940]],[[ 0.0493,  0.7372,  1.1964,  0.3862,  0.9900],[ 0.3544,  0.1767, -1.5780,  0.1642, -2.1586],[-0.4891, -0.7272,  1.6860, -1.6091,  0.9730],[-2.4161, -2.2096,  0.4617, -0.2965, -0.5663],[-0.0222, -0.7628,  0.6404, -1.4428,  0.5750]]]]) tensor([[[[-0.3522, -0.9959,  0.7743, -0.0657,  0.7410],[ 1.0032, -0.7840,  1.3015, -0.7870, -2.2266],[-0.6390,  1.2833, -0.7296, -1.0134,  1.7116],[ 0.6917,  0.4912, -0.1305, -0.4818,  1.1892],[ 1.1557, -1.0748,  0.3242,  0.1298, -1.5161]],[[ 0.2560,  0.8743,  1.2870,  0.5588,  1.1015],[ 0.5302,  0.3705, -1.2066,  0.3593, -1.7285],[-0.2280, -0.4420,  1.7271, -1.2346,  1.0862],[-1.9599, -1.7743,  0.6266, -0.0549, -0.2974],[ 0.1917, -0.4739,  0.7873, -1.0852,  0.7285]]]]) tensor([[[[-0.3522, -0.9959,  0.7743, -0.0657,  0.7410],[ 1.0032, -0.7840,  1.3015, -0.7870, -2.2266],[-0.6390,  1.2833, -0.7296, -1.0134,  1.7116],[ 0.6917,  0.4912, -0.1305, -0.4818,  1.1892],[ 1.1557, -1.0748,  0.3242,  0.1298, -1.5161]],[[ 0.2560,  0.8743,  1.2870,  0.5588,  1.1015],[ 0.5302,  0.3705, -1.2066,  0.3593, -1.7285],[-0.2280, -0.4420,  1.7271, -1.2346,  1.0862],[-1.9599, -1.7743,  0.6266, -0.0549, -0.2974],[ 0.1917, -0.4739,  0.7873, -1.0852,  0.7285]]]],grad_fn=<NativeBatchNormBackward>)

使用

用的地方通常在一个全连接或者卷积层与激活函数中间，即 （全连接/卷积）—- BatchNorm —- 激活函数。但也有人说把 BatchNorm 放在激活函数后面效果更好，可以都试一下。

BN的作用：

1. 加速训练：BN可以使得网络的训练速度更快。因为经过标准化后，权重的更新方向更加明确，可以使用更大的学习率进行训练。
2. 正则化效果：BN具有轻微的正则化效果，可以在一定程度上防止模型过拟合。
3. 允许使用各种激活函数：在没有BN之前，某些激活函数（如sigmoid和tanh）在深层网络中容易导致梯度消失或梯度爆炸。但使用BN后，这些问题得到了缓解，因为数据分布被标准化了。

为什么要用

BN的作用：

1. 加速训练：BN可以使得网络的训练速度更快。因为经过标准化后，权重的更新方向更加明确，可以使用更大的学习率进行训练。
2. 正则化效果：BN具有轻微的正则化效果，可以在一定程度上防止模型过拟合。
3. 允许使用各种激活函数：在没有BN之前，某些激活函数（如sigmoid和tanh）在深层网络中容易导致梯度消失或梯度爆炸。但使用BN后，这些问题得到了缓解，因为数据分布被标准化了。

参考

(31条消息) BatchNorm2d原理、作用及其pytorch中BatchNorm2d函数的参数讲解_LS_learner的博客-CSDN博客_batchnorm2d

(31条消息) pytorch中批量归一化BatchNorm1d和BatchNorm2d函数_小白827的博客-CSDN博客_batchnorm1d 2d

BatchNorm 到底应该怎么用？ - 项脊轩的琵琶树 (gitee.io)