Normalisation par lots: pourquoi cela fonctionne

Cette séance de cours se penche sur le concept de normalisation par lots, une technique cruciale dans la formation des réseaux de neurones profonds. L'instructeur explique le but de la normalisation par lots, qui est de maintenir l'entrée moyenne stable autour de zéro. La séance de cours couvre l'idée derrière la normalisation des lots, le processus de normalisation sur chaque ligne d'entrée, et les paramètres impliqués dans la transformation de normalisation des lots. En outre, la séance de cours discute du processus de formation pour optimiser les paramètres et le rôle nécessaire de la normalisation par lots pour ReLu et d'autres unités cachées déséquilibrées. L'instructeur aborde également l'importance de la normalisation des lots dans la résolution du problème du gradient de fuite. Les lectures recommandées comprennent des chapitres de 'Deep Learning' par Goodfellow et al. et des documents pertinents sur la normalisation des lots.