基于Theano的深度学习(Deep Learning)框架Keras学习随笔-16-Normalization
来源:互联网 发布:金刚经 知乎 编辑:程序博客网 时间:2024/05/31 05:28
本文来自CSDN博客:http://blog.csdn.net/niuwei22007/article/details/49405199
本篇介绍的内容很少,只有一项就是归一化层。顾名思义就是能够对输入输出进行归一化操作的结构层。
一、BatchNormalization
keras.layers.normalization.BatchNormalization(epsilon=1e-6, weights=None)
将前一层的激活输出按照数据batch进行归一化。
inputshape: 任意。当把该层作为模型的第一层时,必须使用该参数(是一个整数元组,不包括样本维度)
outputshape: 同input shape一样。
参数:
- epsilon :small float>0,Fuzz parameter。
- weights:初始化权值。含有2个numpy arrays的list,其shape是[(input_shape,), (input_shape,)]
本小节参考文献:
- Batch Normalization: AcceleratingDeep Network Training by Reducing Internal Covariate Shift
参考资料:
- 官方教程
0 0
- 基于Theano的深度学习(Deep Learning)框架Keras学习随笔-16-Normalization
- 基于Theano的深度学习(Deep Learning)框架Keras学习随笔-01-FAQ
- 基于Theano的深度学习(Deep Learning)框架Keras学习随笔-02-Example
- 基于Theano的深度学习(Deep Learning)框架Keras学习随笔-03-优化器
- 基于Theano的深度学习(Deep Learning)框架Keras学习随笔-04-目标函数
- 基于Theano的深度学习(Deep Learning)框架Keras学习随笔-05-模型
- 基于Theano的深度学习(Deep Learning)框架Keras学习随笔-06-激活函数
- 基于Theano的深度学习(Deep Learning)框架Keras学习随笔-07-初始化权值
- 基于Theano的深度学习(Deep Learning)框架Keras学习随笔-08-规则化(规格化)
- 基于Theano的深度学习(Deep Learning)框架Keras学习随笔-09-约束限制
- 基于Theano的深度学习(Deep Learning)框架Keras学习随笔-10-回调
- 基于Theano的深度学习(Deep Learning)框架Keras学习随笔-11-数据集
- 基于Theano的深度学习(Deep Learning)框架Keras学习随笔-12-核心层
- 基于Theano的深度学习(Deep Learning)框架Keras学习随笔-13-卷积层
- 基于Theano的深度学习(Deep Learning)框架Keras学习随笔-14-递归层
- 基于Theano的深度学习(Deep Learning)框架Keras学习随笔-15-Advanced Activation Layers
- 基于Theano的深度学习(Deep Learning)框架Keras学习随笔-17-Embedding Layers
- 基于Theano的深度学习(Deep Learning)框架Keras学习随笔-18-Noise Layers
- C++闹钟的实现
- 个性化push推荐系统架构和经验分享 (一)
- c# 动态数组
- 【字符串】单词翻转
- python 大文件以行为单位读取方式比对
- 基于Theano的深度学习(Deep Learning)框架Keras学习随笔-16-Normalization
- SEL
- 【软工】——软件开发模型
- BaseDao接口
- html命名规范
- appledoc(docset、html)
- 1、linux内核配置、编译与安装
- C/C++各种数据类型转换汇总
- LeetCode [Add Dighits]