Madde #101Derin Öğrenme/sozluk/group-normalization
Group Normalization
Group Normalization (GroupNorm)
Türkçe: Grup Normalizasyonu
Ayrıntılı Tanım
Kanalları (channels) belirli sayıda gruplara ayıran ve normalizasyonu her bir grup içinde bağımsız olarak gerçekleştiren bilgisayarlı görü normalizasyonudur.
Ne İşe Yarar / Çözülen Problem
Görüntü işlemede (özellikle nesne tespiti ve segmentasyonda) yüksek çözünürlük yüzünden batch boyutunun 1 veya 2'ye düştüğü senaryolarda BatchNorm'un çökmesini engeller.
Nasıl Çalışır? (Teknik & Mekanizma)
Örneğin 64 kanal varsa, bunlar 16'şarlı 4 gruba ayrılır. Ortalama ve varyans bu grupların uzaysal pikselleri üzerinden hesaplanır. Batch boyutundan tamamen bağımsızdır.
Örnek Senaryo & Pratik Uygulama
Bir orkestrayı tek tek enstrümanlar yerine nefesliler, yaylılar ve vurmalılar gruplarına ayırıp her grubun kendi ses dengesini kendi içinde ayarlaması.
Benzer Terimlerden Farkı
BatchNorm tüm batch'e bakar; LayerNorm tüm kanalları tek bir torbaya atar; GroupNorm ise kanalları mantıksal alt gruplara böler.
İlişkili Terimler (3)
Derin Öğrenme Temelleri ve Temsil Öğrenmesi
Yapay sinir ağları, aktivasyon fonksiyonları, geri yayılım ve tensör temelleri.
Toplam Terim:52 Madde
Bu Kategorideki Tüm Terimleri Gör →Önceki Terim (#100)Post-LN
Sonraki Terim (#102)Instance Normalization