1. Learn
    2. /
  2. Курси
    3. /
  3. Apprentissage profond intermédiaire avec PyTorch
Connected

вправа

Normalisation par lot

Pour une dernière amélioration de l'architecture du modèle, ajoutons une couche de normalisation par lot après chacune des deux couches linéaires. Cette astuce de normalisation par lot a tendance à accélérer la convergence de l'entraînement et protège le modèle contre les problèmes de gradients qui s'évanouissent ou explosent.

torch.nn et torch.nn.init ont déjà été importés pour vous sous les noms nn et init, respectivement. Une fois la modification de l'architecture du modèle effectuée, préparez-vous à répondre à une courte question sur le fonctionnement de la normalisation par lot!

Інструкції 1/3

undefined XP
    1
    2
    3
  • Ajoutez deux couches BatchNorm1d et assignez-les à self.bn1 et self.bn2.