关于BN(Batch Normalization)和LN(Layer Normalization)的理解

想象有5张rgb3通道的彩色图片,图片的分辨率是66,即batch为5,channel为3(rgb),h和w均为6。
BN即为每个通道独立进行归一化,首先对5张照片的r通道的所有像素点(5
66=180)进行归一化,再对g通道和b通道进行同样操作。
LN即为每个样本独立进行归一化,首先对第1张照片的rgb通道的所有像素点(3
5*5=75)进行归一化,再依次对第2张到第五章进行同样的操作。

posted @   bwjdudtd  阅读(6)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 终于写完轮子一部分:tcp代理 了,记录一下
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· 别再用vector<bool>了!Google高级工程师:这可能是STL最大的设计失误
· 单元测试从入门到精通
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
点击右上角即可分享
微信分享提示