一种深度学习批规范化改进算法

• 作者: 左文涛 李家华 罗国强
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 深度学习 批规范化 独立同分布
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 理论创新
• 页码范围: 63-67
• 页数: 5页
• 分类号: TP3-05
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2020.10.063

摘要

非独立同分布数据会严重降低深度神经网络模型训练的鲁棒性以及特定任务上的泛化性能,提出一种批规范化的改进算法,即神经网络训练开始前,从数据集中取出一批量数据做批规范化,求解出的均值与方差作为参考值用来更新训练时的其他批量数据.实验结果表明,该改进算法一定程度上能够提高神经网络模型训练的鲁棒性,在特定检测任务上有效提高某些检测算法的泛化性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	左文涛		15	8	1.0	2.0
2	罗国强		2	1	1.0	1.0
3	李家华		1	0	0.0	0.0