本文共 1695 字，大约阅读时间需要 5 分钟。

在阅读源码的过程中，BN代码部分出现了一些之前没见过的参数，在这里总结一下（用小写字母代表，具体出现在各个程序的源码中可能有区别，但是大致应该相同）。

• epsilon：防止normalization过程中分母出现为0的情况，一般设置为很小的值（例如1e-5），如下是batch norm的算法描述过程，在算法第四步中分母部分出现了epsilon

  

• momentum：batch norm需要计算加权移动平均数（EMA），momentum就是移动平均值的权重，如下是代码例子，在代码的21行和22行就是momentum（权重）的使用。

def Batchnorm_simple_for_train(x, gamma, beta, bn_param):"""param:x    : 输入数据，设shape(B,L)param:gama : 缩放因子  γparam:beta : 平移因子  βparam:bn_param   : batchnorm所需要的一些参数	eps      : 接近0的数，防止分母出现0	momentum : 动量参数，一般为0.9， 0.99， 0.999	running_mean ：滑动平均的方式计算新的均值，训练时计算，为测试数据做准备	running_var  : 滑动平均的方式计算新的方差，训练时计算，为测试数据做准备"""	running_mean = bn_param['running_mean']  #shape = [B]    running_var = bn_param['running_var']    #shape = [B]	results = 0. # 建立一个新的变量    	x_mean=x.mean(axis=0)  # 计算x的均值    x_var=x.var(axis=0)    # 计算方差    x_normalized=(x-x_mean)/np.sqrt(x_var+eps)       # 归一化    results = gamma * x_normalized + beta            # 缩放平移    running_mean = momentum * running_mean + (1 - momentum) * x_mean    running_var = momentum * running_var + (1 - momentum) * x_var        #记录新的值    bn_param['running_mean'] = running_mean    bn_param['running_var'] = running_var     	return results , bn_param

• use_precise_stats：在使用batch norm的时候，训练的时候有batch的概念，但是测试的时候并没有batch，所以在测试的时候需要找到一个适当的值来进行normalization，这个值就是EMA（上述的滑动平均数），但是EMA仅仅是一个估计值，当训练的时候计算的EMA不能很好的估计到测试的时候的均值和方差的时候（EMA的计算方式有问题或者batch和model不稳定），batch norm就会失效。

  
  在EMA的计算过程中，如果lamda过小，那么最近的均值对EMA贡献过大，就会产生很大的偏差，如果lamda过大，那么需要大量的迭代才能得到结果（通常的lamda取值范围是0.9~0.99）
  
  将模型固定住，取一定数量的batch，计算真正的均值和方差（不是EMA），这就是precise batch norm，batch的数量也是一个超参数。
  
  注意precise batch norm不是一个主流的方法，因为EMA通常是有效的（lamda足够大，模型会迭代训练很多轮，选取的模型在经过一定的迭代后会稳定下来）。

• num_batches_precise：在precise batchnorm中计算平均数使用的batch数量。

参考：

转载地址：http://mrvx.baihongyu.com/