Normalizare pe loturi
Normalizarea pe loturi este o tehnică de antrenament introdusă de Sergey Ioffe și Christian Szegedy în 2015, care normalizează ieșirile pre-activare ale fiecărui strat utilizând media și varianța calculate pe mini-lotul curent. Prin stabilizarea distribuției de intrare la fiecare strat pe parcursul antrenamentului, aceasta reduce substanțial decalajul intern al covariatei, permițând utilizarea unor rate de învățare mai mari și făcând rețelele profunde să se antreneze mai rapid și mai fiabil.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Batch Normalization (Normalizing Layer Activations per Mini-Batch). ScholarGate. https://scholargate.app/ro/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.
Compare side by side →Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →