神經網絡各個操作層的順序:
1、sigmoid,tanh函數:conv -> bn -> sigmoid -> pooling
2、RELU激活函數:conv -> bn -> relu -> pooling
一般情況下,先激活函數,后pooling。但對於RELU激活函數,二者交換位置無區別。
論文原文里面是“weights -> batchnorm -> activation ->maxpooling-> weights -> batchnorm -> activation -> dropout”。原文認為這樣可以利用到激活函數的不同區間(sigmoid的兩個飽和區、中間的線性區等)實現不同的非線性效果,在特定的情況下也可能學習到一個恆等變換的batchnorm,一般用這個即可。
為了activation能更有效地使用輸入信息,所以一般放在激活函數之前。
tensorflow中關於BN(Batch Normalization)的函數主要有兩個,分別是:
- tf.nn.moments
- tf.nn.batch_normalization
- tf.layers.batch_normalization
- tf.contrib.layers.batch_norm
應用中一般使用 tf.layers.batch_normalization 進行歸一化操作。因為集成度較高,不需要自己計算相關的均值和方差。
1、tf.nn.moments計算的是哪一部分均值方差?
舉例:
tf.nn.moments(x, axes, name=None, keep_dims=False
);其中x是輸入,axes表示在哪一維計算,輸出為計算的均值和方差。
img = tf.Variable(tf.random_normal([128, 32, 32, 64])) axis = list(range(len(img.get_shape()) - 1)) mean, variance = tf.nn.moments(img, axis)
一個batch里的128個圖,經過一個64 kernels卷積層處理,得到了128×64個圖,再針對每一個kernel所對應的128個圖,求它們所有像素的mean和variance,因為總共有64個kernels,輸出的結果就是一個一維長度64的數組啦!最后輸出是(64,)的數組向量。
2、 tf.layers.batch_normalization
在TensorFlow中,如果我們要使用batch normalization層,可以使用的API有tf.layers.batch_normalization和tf.contrib.layers.batch_norm,如果我們直接使用這兩個API構建我們的網絡,往往會出現訓練的時候網絡的表現非常好,而當測試的時候我們將其中的參數is_training設置為False時,網絡的表現非常的差。這往往是因為我們訓練的時候忽視了一個細節。
(1)方法1:
在tf.contrib.layers.batch_norm的幫助文檔中我們看到有以下的文字
Note: when training, the moving_mean and moving_variance need to be updated. By default the update ops are placed in tf.GraphKeys.UPDATE_OPS, so they need to be added as a dependency to the train_op.
也就是說,我們需要在代碼運行的過程中手動對moving_mean和moving_variance進行手動更新,代碼如下:
update_ops = tf.get_collection(tf.GraphKeys.UPDATE_OPS)
with tf.control_dependencies(update_ops):
train_op = optimizer.minimize(loss)
這一步非常的重要,很多人在訓練的時候往往會忽略這一步,導致訓練/測試時結果相差巨大。
(2)還有一個方法:需要將is_training改成True。
要注意的地方是,在做測試的時候,如果將is_training改為 False,就會出現測試accuracy很低的現象,需要將is_training改成True。雖然這樣能得到高的accuracy,但是明顯不合理!!
3、tf.nn.batch_normalization
自己寫,用tf.nn.batch_normalization
tensorflow實現:
def batchNorm_layer(inputs, is_training, decay = 1e-5, epsilon = 1e-3): scale = tf.Variable(tf.ones(inputs.get_shape()[1:].as_list())) beta = tf.Variable(tf.zeros(inputs.get_shape()[1:].as_list())) pop_mean = tf.Variable(tf.zeros(inputs.get_shape()[1:].as_list()), trainable=False) pop_var = tf.Variable(tf.ones(inputs.get_shape()[1:].as_list()), trainable=False) if is_training: batch_mean, batch_var = tf.nn.moments(inputs, [0]) train_mean = tf.assign(pop_mean, pop_mean * decay + batch_mean * (1 - decay)) train_var = tf.assign(pop_var, pop_var * decay + batch_var * (1 - decay)) with tf.control_dependencies([train_mean, train_var]): return tf.nn.batch_normalization(inputs, batch_mean, batch_var, beta, scale, epsilon) else: return tf.nn.batch_normalization(inputs, pop_mean, pop_var, beta, scale, epsilon)
參考:https://www.jianshu.com/p/0312e04e4e83