BatchNormalization 层

[源代码]

BatchNormalization 类

tf_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。

批量归一化应用一种变换，使输出的均值接近 0，输出的标准差接近 1。

重要的是，批量归一化在训练和推理时工作方式不同。

训练期间（即在使用 fit() 或在调用层/模型时传递 training=True 参数），该层使用当前输入批次的均值和标准差来归一化其输出。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（可在构造函数参数中配置）
• gamma 是一个学习到的缩放因子（初始化为 1），通过向构造函数传递 scale=False 来禁用。
• beta 是一个学习到的偏移因子（初始化为 0），通过向构造函数传递 center=False 来禁用。

推理期间（即在使用 evaluate() 或 predict() 或在调用层/模型时传递 training=False 参数（这是默认值）），该层使用在训练期间见过的批次的均值和标准差的移动平均值来归一化其输出。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，它们在层以训练模式调用时会被更新，因此

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

因此，该层在推理期间仅在在用统计特性与推理数据相似的数据训练过之后才会归一化其输入。

当设置 synchronized=True 并且该层在 tf.distribute 策略中使用时，将在每个训练步骤中调用 allreduce 以在所有副本之间聚合批次统计信息。当在没有指定任何分布策略的情况下进行模型训练时，设置 synchronized 没有影响。

用法示例

strategy = tf.distribute.MirroredStrategy()

with strategy.scope():
  model = tf.keras.Sequential()
  model.add(tf.keras.layers.Dense(16))
  model.add(tf.keras.layers.BatchNormalization(synchronized=True))

参数

• axis：整数，应归一化的轴（通常是特征轴）。例如，在具有 data_format="channels_first" 的 Conv2D 层之后，在 BatchNormalization 中设置 axis=1。
• momentum：移动平均的动量。
• epsilon：添加到方差中的小浮点数，用于避免除以零。
• center：如果为 True，则将偏移量 beta 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（例如 nn.relu）时，可以禁用此项，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：如果为 True，则在分布式训练策略中，在每个训练步骤中跨所有设备同步该层的全局批次统计信息（均值和方差）。如果为 False，则每个副本使用其本地批次统计信息。仅在 `tf.distribute` 策略中使用时有效。

调用参数

• inputs：输入张量（任何秩）。
• training：布尔值，指示层是应在训练模式还是推理模式下运行。
  • training=True：该层将使用当前输入批次的均值和方差来归一化其输入。
  • 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来归一化其输入。

输入形状

任意。当将此层用作模型中的第一层时，使用关键字参数 input_shape（整数元组，不包括样本轴）。

输出形状

与输入形状相同。

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() 期间不会被更新，并且其状态更新不会运行。

通常，这并不一定意味着该层在推理模式下运行（这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，对于 BatchNormalization 层，将该层的 trainable = False 设置为 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）。

此行为已在 TensorFlow 2.0 中引入，以便 layer.trainable = False 在卷积网络微调用例中产生最常见的预期行为。

请注意： - 在包含其他层的模型上设置 trainable 会递归地设置所有内部层的 trainable 值。 - 如果在调用模型的 compile() 之后更改了 trainable 属性的值，则新值在再次调用 compile() 之前不会对该模型生效。