動手學深度學習（六）

批量歸一化和殘差網絡； 凸優化； 梯度下降 批量歸一化（BatchNormalization） 對輸入的標準化（淺層模型） 處理後的任意一個特徵在數據集中所有樣本上的均值爲0、標準差爲1。 標準化處理輸入數據使各個特徵的分佈相近 批量歸一化（深度模型） 利用小批量上的均值和標準差，不斷調整神經網絡中間輸出，從而使整個神經網絡在各層的中間輸出的數值更穩定。 1.對全連接層做批量歸一化 位置：全連接層

>>阅读原文<<