百科问答小站 logo
百科问答小站 font logo



NTIRE2017夺冠的EDSR去掉了Batch Normalization层就获得了提高为什么? 第1页

  

user avatar   eric314 网友的相关建议: 
      

bn其实一点都不好。个人认为bn是深度学习界有史以来最恶心的trick,实现起来一堆坑不说,加上bn以后你的输入都不iid了,要是在深度学习爆火以前有人提出bn,肯定会被统计学家打死……无奈它在图像识别上效果很好,大家只能忍了。

bn的主要作用是控制数值区间,让比较深的网络训练起来稳定性比较好,更不容易爆炸。但是初始化和调参其实可以部分解决这个问题,能不用bn的时候还是尽量不要用,尤其是做一个新的问题的时候,不要想当然就把bn塞进去。

顺便推荐一下selu,是一个有希望代替bn的研究方向zhihu.com/question/6091




  

相关话题

  Google 的神经网络生成图像 (Inceptionism) 是怎么做到的? 
  如何评价深度学习相关顶级期刊论文难复现的问题? 
  如何理解今年发表在JMLR上随机森林算法SPORF? 
  物理专业的学生如何看待机器学习和大数据这些方向呢? 
  graph convolutional network有什么比较好的应用task? 
  编程达到什么水平才能编写出像caffe这样的深度学习框架? 
  老师给了一个神经网络的程序,他之前是跑通了的,但是我迭代几十次或者一百多次就报错。这个怎么解决? 
  如何解决图神经网络(GNN)训练中过度平滑的问题? 
  如何看待End-to-End Object Detection with Transformers? 
  如何评价周志华教授新提出的 Deep Forest 模型,它会取代当前火热的深度学习 DNN 吗? 

前一个讨论
如果印度不退兵,中国会不会出手教训印度?
下一个讨论
如何看待美团这次的外卖分箱行为?





© 2024-12-22 - tinynew.org. All Rights Reserved.
© 2024-12-22 - tinynew.org. 保留所有权利