【一起深度学习——批量规范化】

批量规范化

1、为啥要批量规范化呢？
2、如何批量规范化呢？
3、实现批量归一化。
4、定义BatchNorm层：
5、定义神经网络：
6、开始训练：

1、为啥要批量规范化呢？

1、可持续加速深层网络的收敛速度。

2、对于深层网络来说非常复杂，容易导致过拟合。

2、如何批量规范化呢？

均值u = (∑x)/B B是样本个数

方差o^2 = (∑(x - u)^2)/B + c (c是小噪声) 为啥要设置这个c呢，避免分母除0

BN = gamma * (x - u)/o + beta

3、实现批量归一化。

代码如下：

python 复制代码

# moving_mean ：均值， moving_var 方差， eps：就是上边那个 c（小噪声），避免太小。 momentum : 用于更新moving_mean 和moving_var
def batch_norm(X, gamma, beta, moving_mean, moving_var, eps, momentum):
   #用于检测当前是训练模式还是预测模式
   if not torch.is_grad_enabled():
       #如果是在训练模式下，直接使用传入的移动平均所得到的均值和方差
        X_hat = (X - moving_mean) / torch.sqrt(moving_var + eps)
   else:
       # X.shape表示呢，X这个张量的形状维度大小。
       #例如：全连接层：（样本数，输入特征） 而，卷积层：（批量大小，输出通道，高度，宽度）
       assert len(X.shape) in (2,4)
       if len(X.shape) == 2:
               #使用全连接层的情况，计算特征维上的均值和方差。
            mean = X.mean(dim=0)  #按列来计算特征值的均值
            var = ((X - mean) **2 ).mean(dim=0) #均值方差
       else:
           #对于卷积层来说,(批量大小，通道，高度，宽度）
           # 理解一下这里的（dim=(0,2,3)），对于上边的dim =0，相当于压缩列方向。
           # 那么看dim =(0,2,3)，相当于压缩，批量方向，高度方向，宽度方向，最终会只剩下通道方向，所以结果是：1*n,1*1
            mean = X.mean(dim=(0,2,3),keepdim =True)
            var = ((X - mean) ** 2).mean(dim=(0, 2, 3), keepdim=True)
       X_hat = (X - mean) / torch.sqrt(var + eps)
       # 更新移动平均的均值和方差
       moving_mean = momentum * moving_mean + (1.0 - momentum) * mean
       moving_var = momentum * moving_var + (1.0 - momentum) * var
   Y = gamma * X_hat + beta
   return Y,moving_mean.data,moving_var.data

4、定义BatchNorm层：

python 复制代码

class BatchNorm(nn.Module):
    # num_features：完全连接层的输出数量或卷积层的输出通道数。
    # num_dims：2表示完全连接层，4表示卷积层
    def __init__(self, num_features, num_dims):
        super().__init__()
        if num_dims == 2:
            # 全连接层
            shape = (1, num_features)
        else:
            # 卷积层，高度和宽度都设置为1 ，是为了使用广播机制。
            shape = (1, num_features, 1, 1)
        # 参与求梯度和迭代的拉伸和偏移参数，分别初始化成1和0
        self.gamma = nn.Parameter(torch.ones(shape))
        self.beta = nn.Parameter(torch.zeros(shape))
        # 非模型参数的变量初始化为0和1
        self.moving_mean = torch.zeros(shape)
        self.moving_var = torch.ones(shape)

    def forward(self, X):
        # 如果X不在内存上，将moving_mean和moving_var
        # 复制到X所在显存上
        if self.moving_mean.device != X.device:
            self.moving_mean = self.moving_mean.to(X.device)
            self.moving_var = self.moving_var.to(X.device)
        # 保存更新过的moving_mean和moving_var
        Y, self.moving_mean, self.moving_var = batch_norm(
            X, self.gamma, self.beta, self.moving_mean,
            self.moving_var, eps=1e-5, momentum=0.9)
        return Y

5、定义神经网络：

python 复制代码

net = nn.Sequential(
    nn.Conv2d(1, 6, kernel_size=5), BatchNorm(6, num_dims=4), nn.Sigmoid(),
    nn.AvgPool2d(kernel_size=2, stride=2),
    nn.Conv2d(6, 16, kernel_size=5), BatchNorm(16, num_dims=4), nn.Sigmoid(),
    nn.AvgPool2d(kernel_size=2, stride=2), nn.Flatten(),
    nn.Linear(16*4*4, 120), BatchNorm(120, num_dims=2), nn.Sigmoid(),
    nn.Linear(120, 84), BatchNorm(84, num_dims=2), nn.Sigmoid(),
    nn.Linear(84, 10))

6、开始训练：

python 复制代码

lr, num_epochs, batch_size = 1.0, 10, 256
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size)
d2l.train_ch6(net, train_iter, test_iter, num_epochs, lr, d2l.try_gpu())