tensorflow.layers.batch_normalization使用方法

来源：互联网发布：tomcat修改1099端口编辑：程序博客网时间：2024/06/06 01:13

什么都不说先粘文档网址

https://www.tensorflow.org/versions/master/api_docs/python/tf/layers/batch_normalization

先吐槽一下tensorflow的文档实在是太过简单了。。。

tensorflow.layers.batch_normalization是集成了之前 tf.nn.moments 和tf.nn.batch_normalization两个方法

看看函数定义。。

batch_normalization(
    inputs,
    axis=-1,
    momentum=0.99,
    epsilon=0.001,
    center=True,
    scale=True,
    beta_initializer=tf.zeros_initializer(),
    gamma_initializer=tf.ones_initializer(),
    moving_mean_initializer=tf.zeros_initializer(),
    moving_variance_initializer=tf.ones_initializer(),
    beta_regularizer=None,
    gamma_regularizer=None,
    training=False,
    trainable=True,
    name=None,
    reuse=None,
    renorm=False,
    renorm_clipping=None,
    renorm_momentum=0.99,
    fused=False
)

我靠！！这么多参数如何是好。

对于简单的使用者（吃瓜群众，比如说鄙人），只需要设定好inputs和axis即可

对于inputs就是你要做BN的Tensor，没什么好说的。

第二个是 axis

由官方文档指出，只需要确定batch的维就可以了，比如说一般的conv layer输出的格式是[batch,width,high,channel]，那么axis = 0。

如果在conv layer 设定了 data_format='channels_first' 那么数据的结构会变成[channels,batch,width,high]，相应的 axis改成1.

that's all!!

鄙人才疏学浅，欢迎各路大神批评指点O(∩_∩)O

阅读全文

0 0