Deep learning 批标准化参数

Deep learning 批标准化参数,deep-learning,conv-neural-network,batch-normalization,yolo,Deep Learning,Conv Neural Network,Batch Normalization,Yolo,我正在阅读yolov2目标检测模型。所以我打印了yolo_模型的摘要。但是当我逐行查看总结时,我发现批量标准化层的参数计数很奇怪,它是通道*4,但据我所知,每个神经元细胞有4个批量标准化层的参数。因此,每个批处理规范化层的总计数应为4*单元计数。有人知道吗 是的,你是对的。BatchNorm应用于致密层中的每个单元。但是,对于卷积层,我们仅将其应用于不同的信道。因为,权重在通道中共享。给出了更全面的答案

我正在阅读yolov2目标检测模型。所以我打印了yolo_模型的摘要。但是当我逐行查看总结时,我发现批量标准化层的参数计数很奇怪,它是通道*4,但据我所知,每个神经元细胞有4个批量标准化层的参数。因此,每个批处理规范化层的总计数应为4*单元计数。有人知道吗

是的,你是对的。BatchNorm应用于致密层中的每个单元。但是,对于卷积层,我们仅将其应用于不同的信道。因为,权重在通道中共享。给出了更全面的答案