标签:Layer 训练 梯度 Batch 归一化 数据 Normalization
归一化的核心思想是把一组数据转化为均值为 0,方差为 1 的数据,使得训练数
据在训练过程中尽可能的保持和测试数据拥有相同的分布。
- 一方面,这样可以减少
数据的偏差,避免在训练过程中出现梯度爆炸或是梯度消失的问题;
另一方面,这也是确保模型测试性能的重要假设之一。
标签:Layer,训练,梯度,Batch,归一化,数据,Normalization 来源: https://blog.csdn.net/u013250861/article/details/123073361
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。