深度学习——Batch Normalization

本文主要是介绍深度学习——Batch Normalization，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

Batch Normalization的目的是使我们的一批（Batch）feature map（特征矩阵 ）满足均值为0，方差为1的分布规律。

常见的迁移学习方式：
1、载入权重后训练所有参数
2、载入权重后只训练最后几层参数
3、载入权重后在原网络基础上再添加一层全连接层，仅训练最后一个全连接层

这篇关于深度学习——Batch Normalization的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！