批量大小为1的实例规范化

时间:2020-06-13 07:52:04

标签: machine-learning deep-learning pytorch

我真的对Instance Norm的含义以及是否可以以1的批量大小使用它感到困惑。我使用的是PyTorch,文档中没有任何内容说明批量大小应该大于1。

我知道对于BatchNorm,当批次大小小于8时,性能会受到不利影响,因此,它对批次大小施加了一定的限制。但是,我没有对Instance Norm进行任何此类分析,现在有点困惑。如果我的批处理大小为1,我应该删除标准层吗?

1 个答案:

答案 0 :(得分:2)

Group Normalization paper中很好地概述了不同的规范。

Norms overview

实例规范化总结为:

[...] IN为每个样本和每个通道沿(H,W)轴计算µ和σ。

平均值和标准偏差仅在空间尺寸(H,W)上计算,与批次大小和通道无关(存在 N x C 个不同的规范)。因此,您可以以1的批量使用它。