美文网首页
对于covariate shift的理解

对于covariate shift的理解

作者: 一位学有余力的同学 | 来源:发表于2021-09-01 22:56 被阅读0次

    1.Convariate

    Convariate,协变量,在实验的设计中,协变量是一个独立变量(解释变量),不为实验者所操纵,但仍影响实验结果[1]。比如受试者的年龄,虽然看起来与实验不相干,但是还是会或多或少影响实验结果。

    2.Convariate shift

    Convariate shift,协变量偏移,在神经网络模型中,初始化参数实际是会影响最终的实验结果。因为当输入的数据不同时,经过复杂的非线性映射输出也会存在一定差异,它不能100%保证不管你输入的是什么,输出都会得到一样的结果。对于深度模型,差异会随着网络的加深逐渐加大,每一层输出都会得到不同的数据分布,导致最终的预测结果效果不好。这里的初始化参数就可以理解为是协变量(convariate),如下图所示,我们本来期望输出结果的分布是蓝色曲线,但由于convariate导致输出结果分布变成了绿色曲线,这个就叫做convariate shift。

    3.如何避免convariate shift

    避免方法就是batch normalization,在每一层输出都加上一个normalization让分布全通相同。

    参考文献:


    1. 协变量-百度百科

    相关文章

      网友评论

          本文标题:对于covariate shift的理解

          本文链接:https://www.haomeiwen.com/subject/phgfwltx.html