Пакетная нормализация в предварительно обученных vgg в тензорном потоке - PullRequest
Новая
       19

Пакетная нормализация в предварительно обученных vgg в тензорном потоке

0 голосов
/ 06 марта 2019

У меня наивный вопрос о том, как реализовать пакетную нормализацию в Tensorflow.Я ценю ваше объяснение, примеры кодов и ссылки.

Чтобы использовать dropout , мы можем определить величину droping в качестве ввода при вызове модели следующим образом: 

with slim.arg_scope(vgg.vgg_arg_scope(weight_decay=args.weight_decay)):
    model_outputs, _ = vgg.vgg_16(x_inputs, num_classes=TOT_CLASSES, is_training=True, **dropout_keep_prob=args.DROPOUT_PROB**)

1- Есть ли у нас что-то подобное для использования нормализации партии?

2- , если я хочу выполнить инструкции по этой ссылке https://www.tensorflow.org/api_docs/python/tf/layers/batch_normalization, нужно ли мне менять коды сети, например https://github.com/tensorflow/models/blob/master/research/slim/nets/vgg.py?

ИЛИ

Я могу просто использовать my_inputs_norm = tf.layers.batch_normalization(x, training=training) перед вызовом модели , например: 

**my_inputs_norm** = tf.layers.batch_normalization(x, training=training)
with slim.arg_scope(vgg.vgg_arg_scope(weight_decay=args.weight_decay)):
    model_outputs, _ = vgg.vgg_16(**my_inputs_norm**, num_classes=TOT_CLASSES, is_training=True, **dropout_keep_prob=args.DROPOUT_PROB**)
...