instanceNormalizationLayer
实例的归一化层
描述
归一化层可实现实例mini-batch跨每个通道的数据为每个独立的观察。提高卷积神经网络训练的收敛和减少网络hyperparameters敏感性,使用实例卷积层之间的归一化层和非线性,如ReLU层。
正常化后,鳞片层的输入可学的比例因子γ可学的抵消和变化β。
创建
属性
例子
算法
实例规范化操作可实现元素x我的输入,首先计算的意思μ我和方差σ我2在每个通道的空间和时间维度在每个独立的观察。然后,计算归一化激活
在哪里ϵ是一个常数,提高数值稳定时方差很小。
允许输入的可能性为零均值和单位方差不是最优的规范化操作,遵循实例,该实例规范化操作进一步转变和尺度转换激活使用
的偏移量β和规模因素γ在网络训练可学的参数更新。