目录

一、Batch Normal

二、Layer Normal

三、Instance Normal

四、Group Normal

五、参考

---

参考了这两三篇博客，终于理解了这几个概念。

一、Batch Normal

Batch Normal，举例来说：输入一个batch size，这个batch size中有2个元素（feature size）,每个元素的channel为3，每个channel的宽高为2*2，那么Batch Normal是怎么计算的呢？

网上说：“batch方向做归一化，算NHW的均值，对小batchsize效果不好；BN主要缺点是对batchsize的大小比较敏感，由于每次计算均值和方差是在一个batch上，所以如果batchsize太小，则计算的均值、方差不足以代表整个数据分布” 刚开始不理解什么在batch方向做，原来是一次计算是batch个大小，其实也很好理解，因为是相同channel进行计算，那一个batch有两个特征，那相同特征计算就会有两个channel进行计算，所以这就是batch方向。

二、Layer Normal

layer normal是每个特征自己进行normal，比如有十句话，每句话长短不一，那这里batch是10，每句话是一个特征，一句话的长度是dimension，那进行layer normal是分别对每句话进行的，即一个特征对自己所有维度进行normal，与别的特征没有任何关系，如下：

 图片来源：【深度学习】batch normalization和layer normalization区别_layer normalization和batch normalization_山顶夕景的博客-CSDN博客

三、Instance Normal

这个从batch normal的角度来理解，batch normal是每个特征相同的channel进行一起进行计算均值，方差。但是Instance Normal是每个特征的每个channel进行独自计算，即：比如有一个bacth，里面2个特征，每个特征有3个dimension，那Instance normal是特征一的channel1进行计算自己的均值和方差，channel2进行计算自己的均值方差，channel3进行计算自己的channel。特征2也是这样。

四、Group Normal

主要是针对Batch Normalization对小batchsize效果差，GN将channel方向分group，然后每个group内做归一化，算(C//G)*H*W的均值，这样与batchsize无关，不受其约束。

这个从Instance Normal的角度来理解，比如一个batch，里面有2个特征，每个特征有6个channel，那我把这6个特征分为三组，（channel1、channel2）为组一，（channel3、channel4）为组二，、（channel5、channel6）为组三。即特征1有三组，特征2也有三组，那计算均值方差，是特征1和特征2的组一一起进行计算，特征1和特征2的组二一起计算，特征1和特征2的组三一起计算，那最终得到均值和方差也都是向量，均值向量里面有三个值，分别是组一、组二、组三的均值，方差向量里面也是三个值，也分别是组一、组二、组三的方差。

 

 

图

五、参考

1.Batch Normalization详解以及pytorch实验_太阳花的小绿豆的博客-CSDN博客 

2.Layer Normalization解析_runtimeerror: given normalized_shape=[256], expect_太阳花的小绿豆的博客-CSDN博客

3.【深度学习】batch normalization和layer normalization区别_layer normalization和batch normalization_山顶夕景的博客-CSDN博客

4.PyTorch学习之归一化层（BatchNorm、LayerNorm、InstanceNorm、GroupNorm）_mingo_敏的博客-CSDN博客