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(566=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(35*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。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 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