Partii normaliseerimine
Partii normaliseerimine on treeningtehnika, mille võtsid 2015. aastal kasutusele Sergey Ioffe ja Christian Szegedy. See normaliseerib iga kihi eelaktiveerimisväljundid, kasutades keskväärtust ja dispersiooni, mis on arvutatud jooksva minipartii põhjal. Stabiliseerides iga kihi sisendjaotust kogu treeningu vältel, vähendab see oluliselt sisemist kovariaadi nihkumist, võimaldades kasutada kõrgemaid õppimismäärasid ning muutes sügavad võrgud kiiremaks ja usaldusväärsemaks.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Batch Normalization (Normalizing Layer Activations per Mini-Batch). ScholarGate. https://scholargate.app/et/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.
- VäljalangemineSüvaõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →