40_pytorch Batch Norm

骑猪看日落 2022-10-30 04:27 164阅读 0赞

1.37.Batch Normalization,批规范化  
1.37.1.Batch Norm介绍  
1.37.2.Intuitive explanation  
1.37.3.Intuitive explanation  
1.37.4.Feature scaling  
1.37.5.BatchNorm1d、BatchNorm2d、BatchNorm3d  
1.37.5.1.nn.BatchNorm1d(num\_features)  
1.37.5.2.nn.BatchNorm2d(num\_features)  
1.37.5.3.nn.BatchNorm3d(num\_features)  
1.37.6.Batch Norm  
1.37.7.Pipeline  
1.37.8.参考博文

## 1.37.Batch Normalization,批规范化 ##

### 1.37.1.Batch Norm介绍 ###

Batch Normalization（简称为BN）\[2\]，中文翻译成**批规范化**，是在深度学习中普遍使用的一种技术，通常用于解决多层神经网络中间层的**协方差偏移**(Internal Covariate Shift)问题，类似于网络输入进行零均值化和方差归一化的操作，不过是在中间层的输入中操作而已。

### 1.37.2.Intuitive explanation ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70]

### 1.37.3.Intuitive explanation ###

使用sigmoid会出现梯度消失的情况，在实际训练中，引入了BatchNorm操作，可以将输入值限定在(γ = 1 , β)之间  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 1]  
如下图，如果不进行Batch Norm，如果输入weight差别过大，在两个方向进行梯度下降，会出现梯度下降不平衡，在训练过程中不能稳定的收敛，在实际应用过程中也不能稳定的输出label结果，因此Normalization是很重要的  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 2]

### 1.37.4.Feature scaling ###

**Image Normalization**

normalize = transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])

**Batch Normalization**

### 1.37.5.BatchNorm1d、BatchNorm2d、BatchNorm3d ###

#### 1.37.5.1.nn.BatchNorm1d(num\_features) ####

1.对小批量(mini-batch)的2d或3d输入进行批标准化(Batch Normalization)操作
    2.num_features：
      来自期望输入的特征数，该期望输入的大小为'batch_size x num_features [x width]'
      意思即输入大小的形状可以是'batch_size x num_features' 和 'batch_size x num_features x width' 都可以。
     （输入输出相同）
      输入Shape：（N, C）或者(N, C, L)
      输出Shape：（N, C）或者（N，C，L）
    
      eps：为保证数值稳定性（分母不能趋近或取0）,给分母加上的值。默认为1e-5。
      momentum：动态均值和动态方差所使用的动量。默认为0.1。
      affine：一个布尔值，当设为true，给该层添加可学习的仿射变换参数。
    3.在每一个小批量（mini-batch）数据中，计算输入各个维度的均值和标准差。gamma与beta是可学习的大小为C的参数向量（C为输入大小）
      在训练时，该层计算每次输入的均值与方差，并进行移动平均。移动平均默认的动量值为0.1。
      在验证时，训练求得的均值/方差将用于标准化验证数据。 
    4.例子
    >>> # With Learnable Parameters
    >>> m = nn.BatchNorm1d(100) #num_features指的是randn(20, 100)中（N, C）的第二维C
    >>> # Without Learnable Parameters
    >>> m = nn.BatchNorm1d(100, affine=False)
    >>> input = autograd.Variable(torch.randn(20, 100)) #输入Shape：（N, C）
    >>> output = m(input)  #输出Shape：（N, C）

#### 1.37.5.2.nn.BatchNorm2d(num\_features) ####

1.对小批量(mini-batch)3d数据组成的4d输入进行批标准化(Batch Normalization)操作
    2.num_features： 
      来自期望输入的特征数，该期望输入的大小为'batch_size x num_features x height x width'
     （输入输出相同）
      输入Shape：（N, C，H, W)
      输出Shape：（N, C, H, W）
      eps： 为保证数值稳定性（分母不能趋近或取0）,给分母加上的值。默认为1e-5。
      momentum： 动态均值和动态方差所使用的动量。默认为0.1。
      affine： 一个布尔值，当设为true，给该层添加可学习的仿射变换参数。
    3.在每一个小批量（mini-batch）数据中，计算输入各个维度的均值和标准差。gamma与beta是可学习的大小为C的参数向量（C为输入大小）
      在训练时，该层计算每次输入的均值与方差，并进行移动平均。移动平均默认的动量值为0.1。
      在验证时，训练求得的均值/方差将用于标准化验证数据。
    4.例子
    >>> # With Learnable Parameters
    >>> m = nn.BatchNorm2d(100) #num_features指的是randn(20, 100, 35, 45)中（N, C，H, W)的第二维C
    >>> # Without Learnable Parameters
    >>> m = nn.BatchNorm2d(100, affine=False)
    >>> input = autograd.Variable(torch.randn(20, 100, 35, 45))  #输入Shape：（N, C，H, W)
    >>> output = m(input)

#### 1.37.5.3.nn.BatchNorm3d(num\_features) ####

1.对小批量(mini-batch)4d数据组成的5d输入进行批标准化(Batch Normalization)操作
    2.num_features： 
    来自期望输入的特征数，该期望输入的大小为'batch_size x num_features depth x height x width'
    （输入输出相同）
     输入Shape：（N, C，D, H, W)
     输出Shape：（N, C, D, H, W）
    
      eps： 为保证数值稳定性（分母不能趋近或取0）,给分母加上的值。默认为1e-5。
      momentum： 动态均值和动态方差所使用的动量。默认为0.1。
      affine： 一个布尔值，当设为true，给该层添加可学习的仿射变换参数。
    
    3.在每一个小批量（mini-batch）数据中，计算输入各个维度的均值和标准差。gamma与beta是可学习的大小为C的参数向量（C为输入大小）
      在训练时，该层计算每次输入的均值与方差，并进行移动平均。移动平均默认的动量值为0.1。
      在验证时，训练求得的均值/方差将用于标准化验证数据。
    4.例子
        >>> # With Learnable Parameters
        >>> m = nn.BatchNorm3d(100)  #num_features指的是randn(20, 100, 35, 45, 10)中（N, C, D, H, W）的第二维C
        >>> # Without Learnable Parameters
        >>> m = nn.BatchNorm3d(100, affine=False)  #num_features指的是randn(20, 100, 35, 45, 10)中（N, C, D, H, W）的第二维C
        >>> input = autograd.Variable(torch.randn(20, 100, 35, 45, 10)) #输入Shape：（N, C, D, H, W） 
        >>> output = m(input)

### 1.37.6.Batch Norm ###

目前已知的Normalization的方法有4种，对于输入数据为\[N,C,(H \* W)\] (N代表tensor数据，C代表通道，H代表高，W代表宽)  
下面图形中表示的就是4种常见的BatchNorm，其中第一种比较常见。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 3]  
Batch Norm: Batch Norm:对每一个批次（N个tensor）的每个通道分别计算均值mean和方差var,如\[10,4,9\] 最终输出是\[0,1,2,3\]这样的1\*4的tensor  
Layer Norm: 对于每一个tensor的所有channels进行均值和方差计算  
Instance Norm: 对于每个tensor的每个channels分别计算  
Group Norm: 引用了group的概念，比如BGR表示一个组----不常见  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 4]

**pytorch中的实现：**

# -*- coding: UTF-8 -*-
    
    import torch
    import torch.nn as nn
    
    x = torch.rand(100, 16, 784)
    # 这里直接将28*28变为一维的784
    layer = nn.BatchNorm1d(16)
    # 一维直接使用.BatchNorm1d即可
    # 因为Batch Norm的参数直接是由channel数量得来的，
    # 因此这里直接给定了channel的数量为16，后续会输出16个channel的统计信息
    out = layer(x)
    # 进行前向计算
    print(layer.running_mean)
    
    """ 输出结果： tensor([0.0501, 0.0500, 0.0501, 0.0500, 0.0499, 0.0501, 0.0501, 0.0500, 0.0498, 0.0498, 0.0500, 0.0501, 0.0501, 0.0500, 0.0501, 0.0500]) """

可以自行对上述结果进行验证，该结果的平均值恰好为0.5

### 1.37.7.Pipeline ###

Batch Normalization的规范化写法为：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 5]  
首先第一步先统计了当前规范化的均值和方差。接下来进行Normalize的操作，即将x值减去均值再除以根号下方差的平方与一个很小的误差。最后再进行缩放，缩放成一个适宜的分布。

网友的解释，如下：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 6]  
注意到这里的最后一步也称之为**仿射(affine)**，引入这一步的目的主要是**设计一个通道，使得输出output至少能够回到输入input的状态（当γ = 1 , β = 0时）使得BN的引入至少不至于降低模型的表现，这是深度网络设计的一个套路**。

整个过程见流程图，BN在输入后插入，BN的输出作为规范后的结果输入的后层网络中。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 7]  
**代码示例：**

# -*- coding: UTF-8 -*-
    
    import torch
    import torch.nn as nn
    
    x = torch.rand(1, 16, 28, 28)
    # 这里是28 * 28的数据
    layer = nn.BatchNorm2d(16)
    # 二维直接使用.BatchNorm2d
    # 因为Batch Norm的参数直接是由channel数量得来的，
    # 因此这里直接给定了channel的数量为16，后续会输出16个channel的统计信息
    out = layer(x)
    # 进行前向计算
    print(layer.running_mean)
    """ 输出结果： tensor([0.0503, 0.0499, 0.0493, 0.0490, 0.0477, 0.0502, 0.0476, 0.0498, 0.0504, 0.0506, 0.0504, 0.0506, 0.0500, 0.0486, 0.0511, 0.0489]) """
    
    # 进行权值计算并输出
    print(layer.weight)
    """ 输出结果： Parameter containing: tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.], requires_grad=True) """

这里的weight即为σ值  
这里还可以设置一些参数，如添加；training=True（表明当前的模式）, affine=True（设置参数自动更新学习）。  
Batch Norm同样需要手动给予参数

layer.eval()
    # 调用不同的模式，以完成参数是否自动更新学习
    nn.BatchNorm1d(16, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)

Batch Norm具有相当优异的使用效果，如下图所示：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 8]  
使用了Batch Norm后，收敛速度加快、精度提高。上右图可看出尖峰的偏差对比左侧变小了很多。

**再如案例：**

# -*- coding: UTF-8 -*-
    
    import torch
    import torch.nn as nn
    
    m = nn.BatchNorm2d(2, affine=True) #权重w和偏重将被使用
    input = torch.randn(1, 2, 3, 4)
    output = m(input)
    
    print("输入图片：")
    print(input)
    """ 输出结果： tensor([[[[-1.7310, -1.5597, 0.8319, 0.9386], [ 0.8572, 1.6315, -0.2010, 0.1398], [-0.2074, 0.4479, -0.1920, -1.4322]], [[ 1.1964, -0.4497, -0.0277, -0.2446], [-1.0605, -1.1224, -1.1656, 0.2643], [ 0.1333, 2.2977, -1.0742, 1.3960]]]]) """
    
    print("归一化权重：")
    print(m.weight)
    """ 输出结果： tensor([1., 1.], requires_grad=True) """
    
    print("归一化的偏重：")
    print(m.bias)
    """ 输出结果： tensor([0., 0.], requires_grad=True) """
    
    print("归一化的输出：")
    print(output)
    """ 输出结果： tensor([[[[-1.6394, -1.4734, 0.8449, 0.9483], [ 0.8694, 1.6199, -0.1564, 0.1740], [-0.1625, 0.4726, -0.1476, -1.3498]], [[ 1.1003, -0.4288, -0.0368, -0.2383], [-0.9962, -1.0537, -1.0939, 0.2345], [ 0.1128, 2.1234, -1.0090, 1.2858]]]], grad_fn=<NativeBatchNormBackward>) """
    
    print("输出的尺度：")
    print(output.size())
    """ 输出结果： torch.Size([1, 2, 3, 4]) """
    
    # i = torch.randn(1,1,2)
    print("输入的第一个维度：")
    print(input[0][0])
    """ 输出结果： tensor([[-1.7310, -1.5597, 0.8319, 0.9386], [ 0.8572, 1.6315, -0.2010, 0.1398], [-0.2074, 0.4479, -0.1920, -1.4322]]) """
    
    firstDimenMean = torch.Tensor.mean(input[0][0])
    firstDimenVar = torch.Tensor.var(input[0][0],False) #Bessel's Correction贝塞尔校正不会被使用
    
    print(m.eps)
    """ 输出结果： 1e-05 """
    
    print("输入的第一个维度平均值：")
    print(firstDimenMean)
    """ 输出结果： tensor(-0.0397) """
    
    print("输入的第一个维度方差：")
    print(firstDimenVar)
    """ 输出结果： tensor(1.0643) """
    
    bacthnormone = ((input[0][0][0][0] - firstDimenMean)/(torch.pow(firstDimenVar+m.eps,0.5))) * m.weight[0] + m.bias[0]
    print(bacthnormone)
    """ 输出结果： tensor(-1.6394, grad_fn=<AddBackward0>) """

#### 1.37.8.参考博文 ####

https://blog.csdn.net/loseinvain/article/details/86476010  
https://cloud.tencent.com/developer/article/1549349  
https://www.pianshen.com/article/4348414318/  
https://www.jianshu.com/p/6358d261ade8

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70]: /images/20221024/ba7aac681eb6452d80da4f98e4a3d439.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 1]: /images/20221024/f44cb27c7538484499717860d75c0e67.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 2]: /images/20221024/6f307bd229014f6696068f948e2dd79a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 3]: /images/20221024/ab16f9a976c1478f8b38b0f2ae3b4c99.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 4]: /images/20221024/2e199fc9794b4dbcb76e181f7a354c3d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 5]: /images/20221024/c8f6ae510fe940a5a00c35ae6521419d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 6]: /images/20221024/b55906bfd2ac4caf829c05dc71aaf292.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 7]: /images/20221024/248a543230de48d0b27feb58db947b1f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 8]: /images/20221024/17ee43d128d2484db032dffb4ede5ad0.png