深度学习—BN的理解（二）

　　神经网络各个操作层的顺序：

1、sigmoid,tanh函数：conv -> bn -> sigmoid -> pooling

2、RELU激活函数：conv -> bn -> relu -> pooling

一般情况下，先激活函数，后pooling。但对于RELU激活函数，二者交换位置无区别。

论文原文里面是“weights -> batchnorm -> activation ->maxpooling-> weights -> batchnorm -> activation -> dropout”。原文认为这样可以利用到激活函数的不同区间（sigmoid的两个饱和区、中间的线性区等）实现不同的非线性效果，在特定的情况下也可能学习到一个恒等变换的batchnorm，一般用这个即可。

　　为了activation能更有效地使用输入信息，所以一般放在激活函数之前。

　tensorflow中关于BN（Batch Normalization）的函数主要有两个，分别是：

• tf.nn.moments
• tf.nn.batch_normalization
• tf.layers.batch_normalization
• tf.contrib.layers.batch_norm

　　应用中一般使用 tf.layers.batch_normalization 进行归一化操作。因为集成度较高，不需要自己计算相关的均值和方差。

1、tf.nn.moments计算的是哪一部分均值方差？

　举例：

　　tf.nn.moments(x, axes, name=None, keep_dims=False);其中x是输入，axes表示在哪一维计算，输出为计算的均值和方差。

img = tf.Variable(tf.random_normal([128, 32, 32, 64]))
axis = list(range(len(img.get_shape()) - 1))
mean, variance = tf.nn.moments(img, axis)

　　 一个batch里的128个图，经过一个64 kernels卷积层处理，得到了128×64个图，再针对每一个kernel所对应的128个图，求它们所有像素的mean和variance，因为总共有64个kernels，输出的结果就是一个一维长度64的数组啦！最后输出是（64，）的数组向量。

　　

 2、 tf.layers.batch_normalization 

　　在TensorFlow中，如果我们要使用batch normalization层，可以使用的API有tf.layers.batch_normalization和tf.contrib.layers.batch_norm，如果我们直接使用这两个API构建我们的网络，往往会出现训练的时候网络的表现非常好，而当测试的时候我们将其中的参数is_training设置为False时，网络的表现非常的差。这往往是因为我们训练的时候忽视了一个细节。

（1）方法1： 
　　在tf.contrib.layers.batch_norm的帮助文档中我们看到有以下的文字

　　Note: when training, the moving_mean and moving_variance need to be updated. By default the update ops are placed in tf.GraphKeys.UPDATE_OPS, so they need to be added as a dependency to the train_op. 
　　也就是说，我们需要在代码运行的过程中手动对moving_mean和moving_variance进行手动更新，代码如下：

update_ops = tf.get_collection(tf.GraphKeys.UPDATE_OPS)
with tf.control_dependencies(update_ops):
    train_op = optimizer.minimize(loss)

　　这一步非常的重要，很多人在训练的时候往往会忽略这一步，导致训练/测试时结果相差巨大。

　　（2）还有一个方法：需要将is_training改成True。 
　　要注意的地方是，在做测试的时候，如果将is_training改为 False,就会出现测试accuracy很低的现象，需要将is_training改成True。虽然这样能得到高的accuracy,但是明显不合理！！

 3、tf.nn.batch_normalization 

　　自己写，用tf.nn.batch_normalization 
　　tensorflow实现：

def batchNorm_layer(inputs, is_training, decay = 1e-5, epsilon = 1e-3):
    scale = tf.Variable(tf.ones(inputs.get_shape()[1:].as_list()))
    beta = tf.Variable(tf.zeros(inputs.get_shape()[1:].as_list()))
    pop_mean = tf.Variable(tf.zeros(inputs.get_shape()[1:].as_list()), trainable=False)
    pop_var = tf.Variable(tf.ones(inputs.get_shape()[1:].as_list()), trainable=False)

    if is_training:
        batch_mean, batch_var = tf.nn.moments(inputs, [0])
        train_mean = tf.assign(pop_mean, pop_mean * decay + batch_mean * (1 - decay))
        train_var = tf.assign(pop_var, pop_var * decay + batch_var * (1 - decay))
        with tf.control_dependencies([train_mean, train_var]):
            return tf.nn.batch_normalization(inputs, batch_mean, batch_var, beta, scale, epsilon)
    else:
        return tf.nn.batch_normalization(inputs, pop_mean, pop_var, beta, scale, epsilon)

参考：https://www.jianshu.com/p/0312e04e4e83