卷积神经网络归一化的作用

卷积神经网络中归一化层的作用

1、防止过拟合、2、加速收敛速度、3、减少模型对初始权重不敏感 。其中， 防止过拟合 体现在通过限制网络中各层的参数分布，可以降低模型复杂度，而不依赖于正则化项，这有助于提高模型的泛化能力。

一、CNN中归一化的基础理念

归一化(normalization)是提高卷积神经网络性能的重要技巧。它对输入的数据进行变换处理，使得数据满足特定的统计分布。在实际应用中，这种变换通常有助于网络学习更快，泛化能力更强。

二、防止过拟合的作用