BatchNormalization 层

[源代码]

BatchNormalization 类

keras.layers.BatchNormalization(
    axis=-1,
    momentum=0.99,
    epsilon=0.001,
    center=True,
    scale=True,
    beta_initializer="zeros",
    gamma_initializer="ones",
    moving_mean_initializer="zeros",
    moving_variance_initializer="ones",
    beta_regularizer=None,
    gamma_regularizer=None,
    beta_constraint=None,
    gamma_constraint=None,
    synchronized=False,
    **kwargs
)

对输入进行归一化的层。

批归一化应用一个变换，使输出均值接近 0，输出标准差接近 1。

重要的是，批归一化在训练和推理期间的工作方式不同。

在训练期间（即使用 fit() 或在调用层/模型时带有参数 training=True），该层使用当前批次输入的均值和标准差对其输出进行归一化。也就是说，对于每个要归一化的通道，该层返回 gamma * (batch - mean(batch)) / sqrt(var(batch) + epsilon) + beta，其中

• epsilon 是一个小的常数（可作为构造函数参数配置）
• gamma 是一个可学习的缩放因子（初始化为 1），可以通过向构造函数传递 scale=False 来禁用。
• beta 是一个可学习的偏移因子（初始化为 0），可以通过向构造函数传递 center=False 来禁用。

在推理期间（即使用 evaluate() 或 predict() 或在调用层/模型时带有参数 training=False（这是默认值）），该层使用训练期间看到的批次的均值和标准差的移动平均值对其输出进行归一化。也就是说，它返回 gamma * (batch - self.moving_mean) / sqrt(self.moving_var+epsilon) + beta。

self.moving_mean 和 self.moving_var 是不可训练的变量，每次在训练模式下调用层时都会更新，如下所示

• moving_mean = moving_mean * momentum + mean(batch) * (1 - momentum)
• moving_var = moving_var * momentum + var(batch) * (1 - momentum)

因此，该层只会在推理期间对其输入进行归一化，前提是已经在与推理数据具有相似统计信息的数据上进行过训练。

参数

• axis：整数，应该归一化的轴（通常是特征轴）。例如，在 data_format="channels_first" 的 Conv2D 层之后，使用 axis=1。
• momentum：移动平均的动量。
• epsilon：添加到方差中的小浮点数，以避免除以零。
• center：如果为 True，则将 beta 的偏移量添加到归一化张量。如果为 False，则忽略 beta。
• scale：如果为 True，则乘以 gamma。如果为 False，则不使用 gamma。当下一层是线性层时，可以禁用此功能，因为缩放将由下一层完成。
• beta_initializer：beta 权重的初始化器。
• gamma_initializer：gamma 权重的初始化器。
• moving_mean_initializer：移动均值的初始化器。
• moving_variance_initializer：移动方差的初始化器。
• beta_regularizer：beta 权重的可选正则化器。
• gamma_regularizer：gamma 权重的可选正则化器。
• beta_constraint：beta 权重的可选约束。
• gamma_constraint：gamma 权重的可选约束。
• synchronized：仅适用于 TensorFlow 后端。如果为 True，在分布式训练策略中，在每个训练步骤中跨所有设备同步层的全局批次统计信息（均值和方差）。如果为 False，则每个副本使用自己的局部批次统计信息。
• **kwargs：基础层关键字参数（例如 name 和 dtype）。

调用参数

• inputs：输入张量（任何秩）。
• training：Python 布尔值，指示该层应以训练模式还是推理模式运行。
  • training=True：该层将使用当前批次输入的均值和方差对其输入进行归一化。
  • training=False：该层将使用在训练期间学习到的移动统计数据的均值和方差对其输入进行归一化。
• mask：与 inputs 张量可广播的二进制张量，其中 True 值表示应计算均值和方差的位置。训练期间，当前输入的遮罩元素不计入均值和方差计算。任何先前的未遮罩元素值都将计入，直到其动量过期。

参考

• Ioffe 和 Szegedy，2015.

关于在 BatchNormalization 层上设置 layer.trainable = False

设置 layer.trainable = False 的含义是冻结该层，即其内部状态在训练期间不会改变：其可训练权重在 fit() 或 train_on_batch() 期间不会更新，并且其状态更新不会运行。

通常，这并不一定意味着该层以推理模式运行（通常由调用层时可以传递的 training 参数控制）。“冻结状态”和“推理模式”是两个独立的概念。

然而，在 BatchNormalization 层的情况下，在该层上设置 trainable = False 意味着该层随后将以推理模式运行（这意味着它将使用移动均值和移动方差来归一化当前批次，而不是使用当前批次的均值和方差）。

请注意：

• 在包含其他层的模型上设置 trainable 将递归地设置所有内部层的 trainable 值。
• 如果在模型上调用 compile() 后更改了 trainable 属性的值，则新值在再次调用 compile() 之前不会对该模型生效。