TensorFlow如何實現Batch Normalization

這篇文章給大家分享的是有關TensorFlow如何實現Batch Normalization的內容。小編覺得挺實用的，因此分享給大家做個參考，一起跟隨小編過來看看吧。

一、BN（Batch Normalization）算法

1. 對數據進行歸一化處理的重要性

神經網絡學習過程的本質就是學習數據分布，在訓練數據與測試數據分布不同情況下，模型的泛化能力就大大降低；另一方面，若訓練過程中每批batch的數據分布也各不相同，那么網絡每批迭代學習過程也會出現較大波動，使之更難趨于收斂，降低訓練收斂速度。對于深層網絡，網絡前幾層的微小變化都會被網絡累積放大，則訓練數據的分布變化問題會被放大，更加影響訓練速度。

2. BN算法的強大之處

1）為了加速梯度下降算法的訓練，我們可以采取指數衰減學習率等方法在初期快速學習，后期緩慢進入全局最優區域。使用BN算法后，就可以直接選擇比較大的學習率，且設置很大的學習率衰減速度，大大提高訓練速度。即使選擇了較小的學習率，也會比以前不使用BN情況下的收斂速度快。總結就是BN算法具有快速收斂的特性。

2）BN具有提高網絡泛化能力的特性。采用BN算法后，就可以移除針對過擬合問題而設置的dropout和L2正則化項，或者采用更小的L2正則化參數。

3）BN本身是一個歸一化網絡層，則局部響應歸一化層（Local Response Normalization，LRN層）則可不需要了（Alexnet網絡中使用到）。

3. BN算法概述

BN算法提出了變換重構，引入了可學習參數γ、β，這就是算法的關鍵之處：

引入這兩個參數后，我們的網絡便可以學習恢復出原是網絡所要學習的特征分布，BN層的錢箱傳到過程如下：

其中m為batchsize。BatchNormalization中所有的操作都是平滑可導，這使得back propagation可以有效運行并學到相應的參數γ，β。需要注意的一點是Batch Normalization在training和testing時行為有所差別。Training時μβ和σβ由當前batch計算得出；在Testing時μβ和σβ應使用Training時保存的均值或類似的經過處理的值，而不是由當前batch計算。

二、TensorFlow相關函數

1.tf.nn.moments(x, axes, shift=None, name=None, keep_dims=False)

x是輸入張量，axes是在哪個維度上求解， 即想要 normalize的維度, [0] 代表 batch 維度，如果是圖像數據，可以傳入 [0, 1, 2]，相當于求[batch, height, width] 的均值/方差，注意不要加入channel 維度。該函數返回兩個張量，均值mean和方差variance。

2.tf.identity(input, name=None)

返回與輸入張量input形狀和內容一致的張量。

3.tf.nn.batch_normalization(x, mean, variance, offset, scale, variance_epsilon,name=None)

計算公式為scale(x - mean)/ variance + offset。

這些參數中，tf.nn.moments可得到均值mean和方差variance，offset和scale是可訓練的，offset一般初始化為0，scale初始化為1，offset和scale的shape與mean相同，variance_epsilon參數設為一個很小的值如0.001。

三、TensorFlow代碼實現

1. 完整代碼

import tensorflow as tf 
import numpy as np 
import matplotlib.pyplot as plt 
 
ACTIVITION = tf.nn.relu 
N_LAYERS = 7 # 總共7層隱藏層 
N_HIDDEN_UNITS = 30 # 每層包含30個神經元 
 
def fix_seed(seed=1): # 設置隨機數種子 
  np.random.seed(seed) 
  tf.set_random_seed(seed) 
 
def plot_his(inputs, inputs_norm): # 繪制直方圖函數 
  for j, all_inputs in enumerate([inputs, inputs_norm]): 
    for i, input in enumerate(all_inputs): 
      plt.subplot(2, len(all_inputs), j*len(all_inputs)+(i+1)) 
      plt.cla() 
      if i == 0: 
        the_range = (-7, 10) 
      else: 
        the_range = (-1, 1) 
      plt.hist(input.ravel(), bins=15, range=the_range, color='#FF5733') 
      plt.yticks(()) 
      if j == 1: 
        plt.xticks(the_range) 
      else: 
        plt.xticks(()) 
      ax = plt.gca() 
      ax.spines['right'].set_color('none') 
      ax.spines['top'].set_color('none') 
    plt.title("%s normalizing" % ("Without" if j == 0 else "With")) 
  plt.draw() 
  plt.pause(0.01) 
 
def built_net(xs, ys, norm): # 搭建網絡函數 
  # 添加層 
  def add_layer(inputs, in_size, out_size, activation_function=None, norm=False): 
    Weights = tf.Variable(tf.random_normal([in_size, out_size], 
                        mean=0.0, stddev=1.0)) 
    biases = tf.Variable(tf.zeros([1, out_size]) + 0.1) 
    Wx_plus_b = tf.matmul(inputs, Weights) + biases 
 
    if norm: # 判斷是否是Batch Normalization層 
      # 計算均值和方差，axes參數0表示batch維度 
      fc_mean, fc_var = tf.nn.moments(Wx_plus_b, axes=[0]) 
      scale = tf.Variable(tf.ones([out_size])) 
      shift = tf.Variable(tf.zeros([out_size])) 
      epsilon = 0.001 
 
      # 定義滑動平均模型對象 
      ema = tf.train.ExponentialMovingAverage(decay=0.5) 
 
      def mean_var_with_update(): 
        ema_apply_op = ema.apply([fc_mean, fc_var]) 
        with tf.control_dependencies([ema_apply_op]): 
          return tf.identity(fc_mean), tf.identity(fc_var) 
 
      mean, var = mean_var_with_update() 
 
      Wx_plus_b = tf.nn.batch_normalization(Wx_plus_b, mean, var, 
                         shift, scale, epsilon) 
 
    if activation_function is None: 
      outputs = Wx_plus_b 
    else: 
      outputs = activation_function(Wx_plus_b) 
    return outputs 
 
  fix_seed(1) 
 
  if norm: # 為第一層進行BN 
    fc_mean, fc_var = tf.nn.moments(xs, axes=[0]) 
    scale = tf.Variable(tf.ones([1])) 
    shift = tf.Variable(tf.zeros([1])) 
    epsilon = 0.001 
 
    ema = tf.train.ExponentialMovingAverage(decay=0.5) 
 
    def mean_var_with_update(): 
      ema_apply_op = ema.apply([fc_mean, fc_var]) 
      with tf.control_dependencies([ema_apply_op]): 
        return tf.identity(fc_mean), tf.identity(fc_var) 
 
    mean, var = mean_var_with_update() 
    xs = tf.nn.batch_normalization(xs, mean, var, shift, scale, epsilon) 
 
  layers_inputs = [xs] # 記錄每一層的輸入 
 
  for l_n in range(N_LAYERS): # 依次添加7層 
    layer_input = layers_inputs[l_n] 
    in_size = layers_inputs[l_n].get_shape()[1].value 
 
    output = add_layer(layer_input, in_size, N_HIDDEN_UNITS, ACTIVITION, norm) 
    layers_inputs.append(output) 
 
  prediction = add_layer(layers_inputs[-1], 30, 1, activation_function=None) 
  cost = tf.reduce_mean(tf.reduce_sum(tf.square(ys - prediction), 
                    reduction_indices=[1])) 
 
  train_op = tf.train.GradientDescentOptimizer(0.001).minimize(cost) 
  return [train_op, cost, layers_inputs] 
 
fix_seed(1) 
x_data = np.linspace(-7, 10, 2500)[:, np.newaxis] 
np.random.shuffle(x_data) 
noise =np.random.normal(0, 8, x_data.shape) 
y_data = np.square(x_data) - 5 + noise 
 
plt.scatter(x_data, y_data) 
plt.show() 
 
xs = tf.placeholder(tf.float32, [None, 1]) 
ys = tf.placeholder(tf.float32, [None, 1]) 
 
train_op, cost, layers_inputs = built_net(xs, ys, norm=False) 
train_op_norm, cost_norm, layers_inputs_norm = built_net(xs, ys, norm=True) 
 
with tf.Session() as sess: 
  sess.run(tf.global_variables_initializer()) 
 
  cost_his = [] 
  cost_his_norm = [] 
  record_step = 5 
 
  plt.ion() 
  plt.figure(figsize=(7, 3)) 
  for i in range(250): 
    if i % 50 == 0: 
      all_inputs, all_inputs_norm = sess.run([layers_inputs, layers_inputs_norm], 
                          feed_dict={xs: x_data, ys: y_data}) 
      plot_his(all_inputs, all_inputs_norm) 
 
    sess.run([train_op, train_op_norm], 
         feed_dict={xs: x_data[i*10:i*10+10], ys: y_data[i*10:i*10+10]}) 
 
    if i % record_step == 0: 
      cost_his.append(sess.run(cost, feed_dict={xs: x_data, ys: y_data})) 
      cost_his_norm.append(sess.run(cost_norm, 
                     feed_dict={xs: x_data, ys: y_data})) 
 
  plt.ioff() 
  plt.figure() 
  plt.plot(np.arange(len(cost_his))*record_step, 
       np.array(cost_his), label='Without BN')   # no norm 
  plt.plot(np.arange(len(cost_his))*record_step, 
       np.array(cost_his_norm), label='With BN')  # norm 
  plt.legend() 
  plt.show()

2. 實驗結果

輸入數據分布：

批標準化BN效果對比：

感謝各位的閱讀！關于“TensorFlow如何實現Batch Normalization”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，讓大家可以學到更多知識，如果覺得文章不錯，可以把它分享出去讓更多的人看到吧！