Batch Normalization实战解析：BN层如何有效降低过拟合风险

1次阅读

共计 1667 个字符，预计需要花费 5 分钟才能阅读完成。

深度学习模型在训练过程中，常常会遇到过拟合问题——模型在训练集上表现优秀，但在测试集上性能大幅下降。这种现象会导致模型泛化能力差，无法在实际应用中发挥作用。过拟合不仅浪费计算资源，还可能让我们对模型效果产生错误判断。

BN 层的核心操作可以用以下公式表示：

$$
\hat{x}^{(k)} = \frac{x^{(k)} – E[x^{(k)}]}{\sqrt{Var[x^{(k)}] + \epsilon}}
$$
$$
y^{(k)} = \gamma^{(k)}\hat{x}^{(k)} + \beta^{(k)}
$$

其中：
– $x^{(k)}$ 是第 k 个神经元的输入
– $E[x^{(k)}]$ 和 $Var[x^{(k)}]$ 是 mini-batch 上的均值和方差
– $\gamma$ 和 $\beta$ 是可学习的缩放和平移参数
– $\epsilon$ 是一个极小值，用于数值稳定性

BN 层主要通过以下机制缓解内部协变量偏移：

对每一层的输入进行标准化，使其均值为 0，方差为 1
通过可学习的 $\gamma$ 和 $\beta$ 参数，保留网络的表达能力
减少了梯度对参数尺度的依赖性，使学习率可以设置得更大

通过可视化我们可以观察到：

未使用 BN 的网络，激活值分布会随着训练不断变化
使用 BN 后，激活值始终保持稳定的分布范围
这种稳定性使得网络更容易训练，也减少了过拟合风险

import torch
import torch.nn as nn

class CNNWithBN(nn.Module):
    def __init__(self):
        super().__init__()
        self.conv1 = nn.Conv2d(3, 32, kernel_size=3, padding=1)
        self.bn1 = nn.BatchNorm2d(32)  # BN 层放在卷积和激活之间
        self.relu = nn.ReLU()
        self.pool = nn.MaxPool2d(2, 2)

        self.conv2 = nn.Conv2d(32, 64, kernel_size=3, padding=1)
        self.bn2 = nn.BatchNorm2d(64)

        self.fc = nn.Linear(64*8*8, 10)

    def forward(self, x):
        x = self.pool(self.relu(self.bn1(self.conv1(x))))
        x = self.pool(self.relu(self.bn2(self.conv2(x))))
        x = torch.flatten(x, 1)
        x = self.fc(x)
        return x

实验设置：
– 优化器：Adam(lr=0.001)
– Batch size：128
– Epochs：50

实验结果对比：