如何解决推理时如何使用批量归一化参数值？
我对批次标准化有疑问。 我知道训练深度学习网络时经常使用批量归一化。
我很好奇的是批处理规范化在推理步骤中如何工作。 当我在互联网上学习时，有一种说法是推理时它被关闭了。这是否意味着在批量归一化中使用的参数（gmma或beta ...）被初始化为0或1？ 我使用称为TVM的框架来进行优化推理，但是当我从TVM引入预训练模型时，批量归一化的参数将初始化为0或1，如下所示。
gmma = 1,beta = 0,moving_mean = 0,moving_var = 1,如果是这样，则推断时似乎不需要计算批处理规范化层。 因此，我认为推断时不需要建立批处理规范化层。我理解的正确吗？
感谢您的答复。 谢谢！
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
