Keras 与BatchNormalization层关联的参数数量是2048个？

我有以下代码

x = keras.layers.Input(batch_shape = (None, 4096))
hidden = keras.layers.Dense(512, activation = 'relu')(x)
hidden = keras.layers.BatchNormalization()(hidden)
hidden = keras.layers.Dropout(0.5)(hidden)
predictions = keras.layers.Dense(80, activation = 'sigmoid')(hidden)
mlp_model = keras.models.Model(input = [x], output = [predictions])
mlp_model.summary()

这是模型摘要：

____________________________________________________________________________________________________
Layer (type)                     Output Shape          Param #     Connected to                     
====================================================================================================
input_3 (InputLayer)             (None, 4096)          0                                            
____________________________________________________________________________________________________
dense_1 (Dense)                  (None, 512)           2097664     input_3[0][0]                    
____________________________________________________________________________________________________
batchnormalization_1 (BatchNorma (None, 512)           2048        dense_1[0][0]                    
____________________________________________________________________________________________________
dropout_1 (Dropout)              (None, 512)           0           batchnormalization_1[0][0]       
____________________________________________________________________________________________________
dense_2 (Dense)                  (None, 80)            41040       dropout_1[0][0]                  
====================================================================================================
Total params: 2,140,752
Trainable params: 2,139,728
Non-trainable params: 1,024
____________________________________________________________________________________________________

BatchNormalization（BN）层的输入大小为512。根据所述，BN层的输出的形状和输入的形状相同，即512

---

那么与BN层关联的参数数量是2048个吗？

Keras中的批量规范化实现了

正如您在那里看到的，为了使批处理规范化在培训期间工作，他们需要跟踪每个规范化维度的分布。为此，由于默认情况下您处于

模式=0

，因此它们会计算上一层上每个要素的4个参数。这些参数确保您正确传播和反向传播信息

---

所以

4*512=2048

，这应该可以回答您的问题

这2048个参数实际上是

[伽马权重、贝塔权重、移动平均值（不可训练）、移动方差（不可训练）]

，每个参数都有512个元素（输入层的大小）。

有什么理由否决这个问题吗？感谢您解释这两个不可训练的参数！