1. Learn
  2. /
  3. Kurser
  4. /
  5. Fördjupad djupinlärning med PyTorch

Connected

övning

Batchnormalisering

Som en sista förbättring av modellarkitekturen lägger vi till ett batchnormaliseringslager efter var och ett av de två linjära lagren. Batchnormalisering tenderar att påskynda träningskonvergensen och skyddar modellen mot problem med försvinnande och exploderande gradienter.

Både torch.nn och torch.nn.init har redan importerats åt dig som nn respektive init. När du har implementerat förändringen i modellarkitekturen ska du svara på en kort fråga om hur batchnormalisering fungerar!

Instruktioner 1/3

undefined XP
    1
    2
    3
  • Lägg till två BatchNorm1d-lager och tilldela dem till self.bn1 respektive self.bn2.