原书出处
深度学习详解
03 深度学习基础 3.7 批量归一化
归一化有个好处:做完归一化以后,这个维度里的数值的平均值为 0、方差为 1,所以这些数值的分布都会在 0 上下;对每一个维度都做同样的归一化,所有特征向量的不同维度里的数值都在 0 上下,这样就有可能构造一个比较好的误差表面.像这样的特征归一化往往对训练有帮助,可以在梯度下降 的时候使损失收敛更快一点,从而使训练更顺利一点.
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/深度学习详解/_epub-src/OEBPS/Text/Chapter03.xhtml
EPUB SHA-256:35d2d4b7de742e0ce7756e7fb57c534014bf33cecdf0483a75e23cb7446cb7dc