算法工程师面试之归一化操作
前言
- 文章来源:CSDN@LawsonAbs
- 本文参考《NNDL》
- 其实更应该考虑:在什么时候使用这个归一化操作,比如我们要融入外部知识到当前向量后,是直接做加和操作,还是执行什么操作?
1. 归一化是什么?
2. 为什么要归一化?
可以从如下两个方向来说明:
- 梯度更新
- 参数选择
3. 主流的归一化方法
3.1 线性函数归一化
比较简单,相当于使用一个映射函数:
x
=
x
−
x
m
i
n
x
m
a
x
−
x
m
i
n
x = \frac{x-x_{min}}{x_{max}-x_{min}}
x=xmax−xminx−xmin
3.2 零均值归一化
得到样本的均值
μ
\mu
μ,方差
σ
2
\sigma^2
σ2,然后更新表示:
x
=
x
−
μ
σ
x = \frac{x-\mu}{\sigma}
x=σx−μ
torch.nn.functional.normalize()
这个直接就是根据范数来归一化。具体示例如下:
3.4 batch normalization
批量归一化:指的是将一个batch中的数据按照各个特征维度进行归一化。【从特征维度出发】
缺点:一个batch中的样本数要足够,否则就很能体现出有时候。
3.5 layer normalization
层归一化:指的是将同条样本的各个特征数据求均值,然后除以标准差。【从样本维度出发】
具体示例如下:
相关文章
- 全栈数据工程师养成攻略:Python 基本语法
- 算法工程师<数学题/智力题>
- 来自Google资深工程师的API设计最佳实践
- DayDayUp:计算机技术与软件专业技术资格证书之《系统集成项目管理工程师》课程讲解之项目管理知识最全架构图、计算题四大题型、案例分析常考题型分析与经验技巧总结
- Interview之AI:深度学习算法工程师面试之常见专业知识考点(参数初始化策略(Lecun、Xavier/Glorot、Kaiming、基于BN的随机的参数初始化)、图像算法基础(ROI)
- DayDayUp之Job:牛客网—算法工程师—剑指offer之66道在线编程(解决思路及其代码)——1~20
- Interview:人工智能岗位—校招真题—算法工程师(计算机视觉方向)选择题——C++语言、sql语言编程相关习题的部分笔记
- 全干工程师神器 - Jmeter 02 - Jmeter关于录制与简单实战
- 用我的亲身经历告诉你创业公司应该招什么样的算法工程师
- ChatGPT上线了!我在2023年1月2日这一天用上了它!百问百答!我只能说(真NB)算法工程师可以不用百度/Google了!
- Java开发工程师高质量代码必备:枚举类
- 【软件测试技术谈】月薪10K、15K、20K的软件测试工程师分别需要掌握哪些技术?
- 软件测试工程师,如何工资过万?(经验之谈)
- 【数据挖掘】2022年2023届秋招知能科技公司机器学习算法工程师 笔试题
- 算法工程师面试之Batch Normalization和 Layer Normalization
- 算法工程师面试之朴素贝叶斯
- 算法工程师面试之集束算法(beam search)
- 算法工程师面试之BPE算法
- 算法工程师面试之fastText算法