التطبيع الدفعي
التطبيع الدفعي هو تقنية تدريب قدمها سيرجي إيوفه وكريستيان سزيجيدي في عام 2015، تقوم بتطبيع المخرجات قبل التنشيط لكل طبقة باستخدام المتوسط والتباين المحسوبين على الدفعة المصغرة الحالية. من خلال تثبيت توزيع المدخلات لكل طبقة طوال فترة التدريب، فإنه يقلل بشكل كبير من التحول الداخلي للمتغيرات، مما يتيح استخدام معدلات تعلم أعلى ويجعل الشبكات العميقة تتدرب بشكل أسرع وأكثر موثوقية.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Ioffe, S. & Szegedy, C. (2015). Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift. Proceedings of the 32nd International Conference on Machine Learning (ICML), PMLR 37, 448–456. link ↗
- Goodfellow, I., Bengio, Y. & Courville, A. (2016). Deep Learning (Ch. 8). MIT Press. ISBN: 978-0-262-03561-3
- Ioffe, S. & Szegedy, C. (2015). Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift. arXiv preprint arXiv:1502.03167. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Batch Normalization (Normalizing Layer Activations per Mini-Batch). ScholarGate. https://scholargate.app/ar/deep-learning/batch-normalization
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- التسرب (Dropout)التعلم العميق↔ compare