批量归一化(Batch Normalization)原理与PyTorch实现

批量归一化(Batch Normalization)是加速深度神经网络训练的常用技术。本文通过Fashion-MNIST数据集,演示如何从零实现批量归一化,并对比PyTorch内置API的简洁实现方式。


1. 从零实现批量归一化

1.1 批量归一化函数实现

python 复制代码
import torch
from torch import nn
from d2l import torch as d2l

def batch_norm(X, gamma, beta, moving_mean, moving_var, eps, momentum):
    if not torch.is_grad_enabled():
        # 预测模式下使用移动平均
        X_hat = (X - moving_mean) / torch.sqrt(moving_var + eps)
    else:
        assert len(X.shape) in (2, 4)
        if len(X.shape) == 2:
            # 全连接层:特征维计算均值和方差
            mean = X.mean(dim=0)
            var = ((X - mean) ** 2).mean(dim=0)
        else:
            # 卷积层:通道维计算均值和方差
            mean = X.mean(dim=(0, 2, 3), keepdim=True)
            var = ((X - mean) ** 2).mean(dim=(0, 2, 3), keepdim=True)
        # 训练模式下更新移动平均
        X_hat = (X - mean) / torch.sqrt(var + eps)
        moving_mean = momentum * moving_mean + (1.0 - momentum) * mean
        moving_var = momentum * moving_var + (1.0 - momentum) * var
    Y = gamma * X_hat + beta  # 缩放和平移
    return Y, moving_mean.data, moving_var.data

1.2 批量归一化层类

python 复制代码
class BatchNorm(nn.Module):
    def __init__(self, num_features, num_dims):
        super().__init__()
        if num_dims == 2:
            shape = (1, num_features)
        else:
            shape = (1, num_features, 1, 1)
        self.gamma = nn.Parameter(torch.ones(shape))
        self.beta = nn.Parameter(torch.zeros(shape))
        self.moving_mean = torch.zeros(shape)
        self.moving_var = torch.ones(shape)

    def forward(self, X):
        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)
        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

1.3 构建含批量归一化的网络

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))

1.4 训练与结果

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())

输出结果

bash 复制代码
loss 0.277, train acc 0.898, test acc 0.835
28009.9 examples/sec on cuda:0

训练曲线

2. 使用PyTorch内置批量归一化

2.1 简洁实现网络结构

python 复制代码
net = nn.Sequential(
    nn.Conv2d(1, 6, kernel_size=5),
    nn.BatchNorm2d(6),
    nn.Sigmoid(),
    nn.AvgPool2d(kernel_size=2, stride=2),
    nn.Conv2d(6, 16, kernel_size=5),
    nn.BatchNorm2d(16),
    nn.Sigmoid(),
    nn.AvgPool2d(kernel_size=2, stride=2),
    nn.Flatten(),
    nn.Linear(256, 120),
    nn.BatchNorm1d(120),
    nn.Sigmoid(),
    nn.Linear(120, 84),
    nn.BatchNorm1d(84),
    nn.Sigmoid(),
    nn.Linear(84, 10))

2.2 训练与结果对比

python 复制代码
d2l.train_ch6(net, train_iter, test_iter, num_epochs, lr, d2l.try_gpu())

输出结果

bash 复制代码
loss 0.264, train acc 0.902, test acc 0.849
44608.4 examples/sec on cuda:0

训练曲线

3. 关键参数分析

查看第一个批量归一化层的缩放(gamma)和偏移(beta)参数:

python 复制代码
print(net[1].gamma.reshape((-1,)), 
print(net[1].beta.reshape((-1,)))

输出

bash 复制代码
(tensor([0.3957, 2.2124, 2.8581, 2.1908, 3.6253, 3.5650], device='cuda:0', grad_fn=<ReshapeAliasBackward0>),
tensor([ 0.1832, -2.5689, -3.2450, -0.7221, 1.1290, 2.2353], device='cuda:0', grad_fn=<ReshapeAliasBackward0>))

4. 结论

  1. 性能对比:PyTorch内置实现相比手动实现,测试准确率从83.5%提升到84.9%,且训练速度更快(44k样本/秒 vs 28k样本/秒)

  2. 实现差异:内置API自动处理设备迁移和参数初始化,代码更简洁

  3. 注意事项 :全连接层使用nn.BatchNorm1d,卷积层使用nn.BatchNorm2d

完整代码已通过测试,可直接复现实验结果。批量归一化能有效加速收敛并提升模型泛化能力,是深度网络设计的必备组件。


提示 :运行代码需要安装d2l库(pip install d2l)并支持GPU环境。

相关推荐
杨浦老苏29 分钟前
MCPHub:一站式MCP服务器聚合平台
人工智能·docker·ai·群晖·mcp
leo__52042 分钟前
matlab 产生载频和宽度的脉冲串,并叠加高斯白噪声
开发语言·人工智能·matlab
AI黑客1 小时前
恶心的win11更新DIY 设置win11更新为100年
人工智能·游戏·微信·everything·火绒安全
Data-Miner1 小时前
满分PPT | 基于数据运营的新型智慧城市实践与思考智慧城市数据中台解决方案智能建筑与智慧城市建设方案
人工智能·智慧城市
LitchiCheng1 小时前
复刻低成本机械臂 SO-ARM100 标定篇
人工智能·机器人
Python智慧行囊1 小时前
前端三大件--HTML
css·python
巷9551 小时前
常见的卷积神经网络列举
人工智能·神经网络·cnn
每天都要写算法(努力版)2 小时前
【神经网络与深度学习】VAE 在解码前进行重参数化
人工智能·深度学习·神经网络
蜂耘2 小时前
国产大模型新突破:小米大语言模型开源,推理性能超越o1-mini
人工智能·语言模型
m0_620607812 小时前
机器学习——逻辑回归ROC练习
人工智能·机器学习·逻辑回归