在训练了具有批标准化的神经网络之后，在用新样本评估神经网络性能时，应该 A: 如果你在batch size为256的mini-batch上实现了批标准化，那么如果你要在一个测试样本上进行评估，你应该将这个例子重复256次，这样你就可以使用和训练时大小相同的mini-batch进行预测。 B: 使用最后一个的mini-batch的<img src="https://www.zhihu.com/equation?tex=%5Cmu">和<img src="https://www.zhihu.com/equation?tex=%5Csigma%5E2">值来执行所需的标准化 C: 跳过用<img src="https://www.zhihu.com/equation?tex=%5Cmu">和<img src="https://www.zhihu.com/equation?tex=%5Csigma%5E2">值标准化的步骤，因为一个样本不需要标准化 D: 使用在训练期间，通过指数加权平均值得出的[img=36x26]18033255208b7a8.png[/img]执行所需的标准化

公告：维护QQ群：833371870，欢迎加入！
公告：维护QQ群：833371870，欢迎加入！
公告：维护QQ群：833371870，欢迎加入！

2022-06-01

在训练了具有批标准化的神经网络之后，在用新样本评估神经网络性能时，应该 A: 如果你在batch size为256的mini-batch上实现了批标准化，那么如果你要在一个测试样本上进行评估，你应该将这个例子重复256次，这样你就可以使用和训练时大小相同的mini-batch进行预测。 B: 使用最后一个的mini-batch的<img src="https://www.zhihu.com/equation?tex=%5Cmu">和<img src="https://www.zhihu.com/equation?tex=%5Csigma%5E2">值来执行所需的标准化 C: 跳过用<img src="https://www.zhihu.com/equation?tex=%5Cmu">和<img src="https://www.zhihu.com/equation?tex=%5Csigma%5E2">值标准化的步骤，因为一个样本不需要标准化 D: 使用在训练期间，通过指数加权平均值得出的[img=36x26]18033255208b7a8.png[/img]执行所需的标准化

在训练了具有批标准化的神经网络之后，在用新样本评估神经网络性能时，应该
A: 如果你在batch size为256的mini-batch上实现了批标准化，那么如果你要在一个测试样本上进行评估，你应该将这个例子重复256次，这样你就可以使用和训练时大小相同的mini-batch进行预测。
B: 使用最后一个的mini-batch的 $\mu$ 和 $\sigma^2$ 值来执行所需的标准化
C: 跳过用 $\mu$ 和 $\sigma^2$ 值标准化的步骤，因为一个样本不需要标准化
D: 使用在训练期间，通过指数加权平均值得出的[img=36x26]18033255208b7a8.png[/img]执行所需的标准化

答案：

查看

举一反三