batchnorm pytorch_Pytorch中的BatchNorm

前言：

本文主要介绍在pytorch中的Batch Normalization的使用以及在其中容易出现的各种小问题，本来此文应该归属于[1]中的，但是考虑到此文的篇幅可能会比较大，因此独立成篇，希望能够帮助到各位读者。如有谬误，请联系指出，如需转载，请注明出处，谢谢。

∇∇\nabla∇ 联系方式：

e-mail: FesianXu@163.com

QQ: 973926198

github: https://github.com/FesianXu

Batch Normalization，批规范化

Batch Normalization(简称为BN)[2]，中文翻译成批规范化，是在深度学习中普遍使用的一种技术，通常用于解决多层神经网络中间层的协方差偏移(Internal Covariate Shift)问题，类似于网络输入进行零均值化和方差归一化的操作，不过是在中间层的输入中操作而已，具体原理不累述了，见[2-4]的描述即可。

在BN操作中，最重要的无非是这四个式子：

Unexpected text node: ‘ ’Unexpected text node: ‘ ’Input:Output:更新过程:μB​σB2​x^i​yi​​B={x1​,⋯,xm​}，为m个样本组成的一个batch数据。需要学习到的是γ和β，在框架中一般表述成weight和bias。←m1​i=1∑m​xi​//得到batch中的统计特性之一：均值←m1​i=1∑m​(xi​−μB​)2//得到batch中的另一个统计特性：方差←σB2​+ϵ​xi​−μB​​//规范化，其中ϵ是一个很小的数，防止计算出现数值问题。←γx^i​+β≡BNγ,β​(xi​)//这一步是输出尺寸伸缩和偏移。​

注意到这里的最后一步也称之为仿射(affine)，引入这一步的目的主要是设计一个通道，使得输出output至少能够回到输入input的状态(当γ=1,β=0γ=1,β=0\gamma=1,\beta=0γ=1,β=0时)使得BN的引入至少不至于降低模型的表现，这是深度网络设计的一个套路。

整个过程见流程图，BN在输入后插入，BN的输出作为规范后的结果输入的后层网络中。

forwardbackwardforwardbackwardinput batchBatch_NormOutput batch

好了，这里我们记住了，在BN中，一共有这四个参数我们要考虑的：

γ,βγ,β\gamma, \betaγ,β：分别是仿射中的weightweight\mathrm{weight}weight和biasbias\mathrm{bias}bias，在pytorch中用weight和bias表示。

μℬμB\mu_{\mathcal{B}}μB​和σ2ℬσB2\sigma_{\mathcal{B}}^2σB2​：和上面的参数不同，这两个是根据输入的batch的统计特性计算的，严格来说不算是“学习”到的参数，不过对于整个计算是很重要的。在pytorch中，用running_mean和running_var表示[5]

在Pytorch中使用

Pytorch中的BatchNorm的API主要有：

torch.nn.BatchNorm1d(num_features,

eps=1e-05,

momentum=0.1,

affine=True,

track_running_stats=True)1

2

3

4

5

一般来说pytorch中的模型都是继承nn.Module类的，都有一个属性trainning指定是否是训练状态，训练状态与否将会影响到某些层的参数是否是固定的，比如BN层或者Dropout层。通常用model.train()指定当前模型model为训练状态,model.eval()指定当前模型为测试状态。

同时，BN的API中有几个参数需要比较关心的，一个是affine指定是否需要仿射，还有个是track_running_stats指定是否跟踪当前batch的统计特性。容易出现问题也正好是这三个参数：trainning，affine，track_running_stats。

其中的affine指定是否需要仿射，也就是是否需要上面算式的第四个，如果affine=False则γ=1,β=0γ=1,β=0\gamma=1,\beta=0γ=1,β=0，并且不能学习被更新。一般都会设置成affine=True[10]

trainning和track_running_stats，track_running_stats=True表示跟踪整个训练过程中的batch的统计特性，得到方差和均值，而不只是仅仅依赖与当前输入的batch的统计特性。相反的，如果track_running_stats=False那么就只是计算当前输入的batch的统计特性中的均值和方差了。当在推理阶段的时候，如果track_running_stats=False，此时如果batch_size比较小，那么其统计特性就会和全局统计特性有着较大偏差，可能导致糟糕的效果。

一般来说，trainning和track_running_stats有四种组合[7]

trainning=True, track_running_stats=True。这个是期望中的训练阶段的设置，此时BN将会跟踪整个训练过程中batch的统计特性。

trainning=True, track_running_stats=False。此时BN只会计算当前输入的训练batch的统计特性，可能没法很好地描述全局的数据统计特性。

trainning=False, track_running_stats=True。这个是期望中的测试阶段的设置，此时BN会用之前训练好的模型中的(假设已经保存下了)running_mean和running_var并且不会对其进行更新。一般来说，只需要设置model.eval()其中model中含有BN层，即可实现这个功能。[6,8]

trainning=False, track_running_stats=False 效果同(2)，只不过是位于测试状态，这个一般不采用，这个只是用测试输入的batch的统计特性，容易造成统计特性的偏移，导致糟糕效果。

同时，我们要注意到，BN层中的running_mean和running_var的更新是在forward()操作中进行的，而不是optimizer.step()中进行的，因此如果处于训练状态，就算你不进行手动step()，BN的统计特性也会变化的。如

model.train() # 处于训练状态

for data, label in self.dataloader:

pred = model(data)

# 在这里就会更新model中的BN的统计特性参数，running_mean, running_var

loss = self.loss(pred, label)

# 就算不要下列三行代码，BN的统计特性参数也会变化

opt.zero_grad()

loss.backward()

opt.step()1

2

3

4

5

6

7

8

9

10

这个时候要将model.eval()转到测试阶段，才能固定住running_mean和running_var。有时候如果是先预训练模型然后加载模型，重新跑测试的时候结果不同，有一点性能上的损失，这个时候十有八九是trainning和track_running_stats设置的不对，这里需要多注意。 [8]

假设一个场景，如下图所示：

inputmodel_Amodel_Boutput

此时为了收敛容易控制，先预训练好模型model_A，并且model_A内含有若干BN层，后续需要将model_A作为一个inference推理模型和model_B联合训练，此时就希望model_A中的BN的统计特性值running_mean和running_var不会乱变化，因此就必须将model_A.eval()设置到测试模式，否则在trainning模式下，就算是不去更新该模型的参数，其BN都会改变的，这个将会导致和预期不同的结果。

Reference