[source]

BatchNormalization

keras.layers.BatchNormalization(axis=-1, momentum=0.99, epsilon=0.001, center=True, scale=True, beta_initializer='zeros', gamma_initializer='ones', moving_mean_initializer='zeros', moving_variance_initializer='ones', beta_regularizer=None, gamma_regularizer=None, beta_constraint=None, gamma_constraint=None)

배치 정규화 레이어입니다. (Ioffe and Szegedy, 2014)

각 배치에서 이전 레이어의 activations를 정규화합니다. 즉, activation의 평균은 0에 가깝도록 하고 표준 편차는 1에 가깝게 유지하는 변환을 적용합니다.

인자 설명

  • axis: Integer, 정규화되어야 하는 축을 의미합니다.(일반적으로 feature axis입니다.) 예를 들어, data_format="channels_first"가 있는 Conv2D레이어 다음에 axis=1BatchNormalization을 설정할 수 있습니다.
  • momentum: 이동 평균(moving mean) 및 이동 분산(moving variance)에 대한 모멘텀을 의미합니다.
  • epsilon: 0으로 나누기를 방지하기 위해 분산에 추가되는 작은 float값 입니다.
  • center: True일 경우, 정규화된 텐서에 beta만큼의 거리(offset)를 추가합니다. False인 경우 beta는 무시됩니다.
  • scale: True일 경우, gamma를 곱합니다. False인 경우 gamma는 사용되지 않습니다. 다음 레이어가 선형(예를 들어, nn.relu)일때, Scaling이 다음 레이어에서 수행될 것이기 때문에 사용되지 않을 수 있습니다.
  • beta_initializer: beta weight를 위한 초기값 설정기입니다.
  • gamma_initializer: gamma weight를 위한 초기값 설정기입니다.
  • moving_mean_initializer: 이동 평균(moving mean)을 위한 초기값 설정기입니다.
  • moving_variance_initializer: 이동 분산(moving variance)을 위한 초기값 설정기입니다.
  • beta_regularizer: beta weight를 위해 선택적으로 사용 가능한 규제기입니다.
  • gamma_regularizer: gamma weight를 위해 선택적으로 사용 가능한 규제기입니다.
  • beta_constraint: beta weight를 위해 선택적으로 적용 가능한 제약조건입니다.
  • gamma_constraint: gamma weight를 위해 선택적으로 적용 가능한 제약조건입니다.

입력 크기

임의입니다. 이 레이어를 모델의 첫 번째 레이어로 사용할 때, 키워드 인자 input_shape (정수 튜플, 샘플 축 미포함)를 사용하십시오.

출력 크기

입력 크기와 동일합니다.

참고 자료