可微分学习的自适配归一化及BN的思考

pandamax

于 2018-11-24 09:38:50 发布

阅读量266

点赞数

CC 4.0 BY-SA版权

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/pandamax/article/details/84424846

本文深入探讨了可微分学习中的自适配归一化(BN)技术，分析其在GAN等生成模型及物体分割任务中的作用。特别关注BN在小batchsize下对模型性能的影响。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

可微分学习的自适配归一化

关于BN的进一步讨论
思考:
1.GAN等生成模型或重构模型中,在训练时加入bn是不是一个好的trick?
2.物体分割(semantic seg, instance seg, panoptic seg等)任务中,在batchsize较小的情况下,BN能否work?
在这里插入图片描述
图片来源

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。