Keras深度学习实战（5）——批归一化详解

Keras深度学习实战（5）——批归一化详解 0. 前言1. 批归一化基本概念2. 在神经网络训练过程中使用批归一化小结系列链接

0. 前言

批归一化是神经网络中关键性技术之一，使用批归一化可以大幅加快网络的收敛，同时提高网络的泛化能力，也就说，批归一化可以用于缓解模型的过拟合问题。

1. 批归一化基本概念

在《神经网络模型性能优化技术》中，我们了解到，如果不缩放输入数据，则权重优化的速度很慢。这是由于当面临以下情况时，隐藏层的值可能会很过大：

输入数据值较大权重值较大权重和输入的乘积结果较大

以上任何一种情况都可能导致隐藏层具有较大输出值，隐藏层可以视为输出层的输入层。因此，当隐藏层值也很大时，同样会导致网络优化缓慢，批归一化 (Batch Normalization, BN) 的提出就是为了解决这一问题。
我们简单回顾下批训练的概念，一般在网络的计算过程中会同时计算多个样本，这种训练方式叫做批训练，其中一个批中样本的数量叫做 Batch Size。我们已经了解到，当输入值很高时，我们可以通过使用缩放以减小输入值。此外，我们也了解了多种数据缩放的方法，其中包括减去输入的平均值并将其除以输入的标准差，而批归一化就是使用这种缩放的方法。通常，首先使用以下公式计算网络层批数据的均值和方差：
{ μ B = 1 m ∑ i = 1 m x i 批 数 据 均 值 σ B 2 = 1 m ∑ i = 1 m ( x i − μ B ) 2 批 数 据 方 差 \begin{cases} \mu_B = \frac 1 m \sum_{i=1}^m x_i &{\text 批数据均值}\ \sigma_B^2 = \frac 1 m \sum_{i=1}^m {(x_i-\mu_B)}^2 &{\text 批数据方差}\ \end{cases} {μB​=m1​∑i=1m​xi​σB2​=m1​∑i=1m​(xi​−μB​)2​批数据均值批数据方差​
计算得到网络层批输入数据的均值和方差后，使用以下公式缩放网络层的输入值：

在训练过程中网络会学习 γ γ γ 和 β β β 以及网络的权重参数。在接下来中，我们将通过改进原始神经网络应用批规一化。

2. 在神经网络训练过程中使用批归一化

首先需要导入 BatchNormalization 方法，如下所示：

from keras.layers.normalization import BatchNormalization

实例化模型并构建神经网络模型，在隐藏层中执行批归一化：

from keras.layers.normalization import BatchNormalization

model = Sequential()
model.add(Dense(1000, input_dim=num_pixels, activation='relu'))
model.add(BatchNormalization())
model.add(Dense(num_classes, activation='softmax'))

可以看到，使用批归一化和使用网络层的方法是一样的，可以将批归一化当作一个网络层添加 (add)，需要注意的是，实际上它并非网络层。接下来，编译并训练模型：

model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['acc'])

history = model.fit(x_train, y_train,
                    validation_data=(x_test, y_test),
                    epochs=50,
                    batch_size=64,
                    verbose=1)

使用批归一化训练比没有批归一化时的训练速度要快得多，下图显示了使用批归一化的训练和测试损失以及准确性：

小结

本节我们首先回顾了导致网络训练缓慢的原因，然后介绍了如何在网络训练中，缩放网络层中的数据表示加快网络训练，即批归一化。然后通过实际的网络训练，在网络中使用了批归一化。

系列链接

Keras深度学习实战（1）——神经网络基础与模型训练过程详解
Keras深度学习实战（2）——使用Keras构建神经网络
Keras深度学习实战（3）——神经网络性能优化技术
Keras深度学习实战（4）——深度学习中常用激活函数和损失函数详解
Keras深度学习实战（6）——深度学习过拟合问题及解决方法
Keras深度学习实战（7）——信用预测
Keras深度学习实战（8）——房价预测