Docs ?
Layers ?
標(biāo)準(zhǔn)化層 Normalization
BatchNormalization
keras.layers.BatchNormalization(axis=-1, momentum=0.99, epsilon=0.001, center=True, scale=True, beta_initializer='zeros', gamma_initializer='ones', moving_mean_initializer='zeros', moving_variance_initializer='ones', beta_regularizer=None, gamma_regularizer=None, beta_constraint=None, gamma_constraint=None)
批量標(biāo)準(zhǔn)化層 (Ioffe and Szegedy, 2014)。
在每一個批次的數(shù)據(jù)中標(biāo)準(zhǔn)化前一層的激活項(xiàng)， 即，應(yīng)用一個維持激活項(xiàng)平均值接近 0，標(biāo)準(zhǔn)差接近 1 的轉(zhuǎn)換。
參數(shù)
-
axis: 整數(shù)，需要標(biāo)準(zhǔn)化的軸 （通常是特征軸）。 例如，在
data_format="channels_first"的Conv2D層之后， 在BatchNormalization中設(shè)置axis=1。 - momentum: 移動均值和移動方差的動量。
- epsilon: 增加到方差的小的浮點(diǎn)數(shù)，以避免除以零。
-
center: 如果為 True，把
beta的偏移量加到標(biāo)準(zhǔn)化的張量上。 如果為 False，beta被忽略。 -
scale: 如果為 True，乘以
gamma。 如果為 False，gamma不使用。 當(dāng)下一層為線性層（或者例如nn.relu）， 這可以被禁用，因?yàn)榭s放將由下一層完成。 - beta_initializer: beta 權(quán)重的初始化方法。
- gamma_initializer: gamma 權(quán)重的初始化方法。
- moving_mean_initializer: 移動均值的初始化方法。
- moving_variance_initializer: 移動方差的初始化方法。
- beta_regularizer: 可選的 beta 權(quán)重的正則化方法。
- gamma_regularizer: 可選的 gamma 權(quán)重的正則化方法。
- beta_constraint: 可選的 beta 權(quán)重的約束方法。
- gamma_constraint: 可選的 gamma 權(quán)重的約束方法。
輸入尺寸
可以是任意的。如果將這一層作為模型的第一層， 則需要指定 input_shape 參數(shù) （整數(shù)元組，不包含樣本數(shù)量的維度）。
輸出尺寸
與輸入相同。
參考文獻(xiàn)
