假设顺序为Conv2d->ReLU->BN,Conv2d层是否应该有偏置参数?

Assuming the order Conv2d->ReLU->BN, should the Conv2d layer have a bias parameter?

如果我们要 Conv2d 然后是 ReLU 然后是 batch norm (bn),我们是否应该在 Conv2d 中包含偏差参数?

如果我们先选择 Conv2d,然后选择 bn,再选择 ReLU,则没有必要,因为 bn 的移位参数会处理偏差工作。

是的,如果顺序是 conv2d -> ReLU -> BatchNorm,那么在卷积中使用 bias 参数会有所帮助。为了证明这一点,让我们假设卷积层中存在偏差,让我们比较一下您在问题中提到的两个顺序会发生什么。这个想法是为了看看偏差是否对每种情况都有用。

让我们考虑来自卷积输出层之一的单个像素,并假设 x_1, ..., x_k 是来自批次(批次大小 == k)的相应输入(以矢量化形式)。我们可以将卷积写成

Wx+b #with W the convolution weights, b the bias

正如您在问题中所说,当顺序为 conv2d-> BN -> ReLu 时,偏差就没有用了,因为它对 Wx 的分布所做的只是将其移动 b,这被直接的 BN 层抵消了:

(Wx_i - mu)/sigma  ==> becomes (Wx_i + b - mu - b)/sigma i.e. no changes.

但是,如果您使用其他顺序,

BN(ReLU(Wx+b))

然后 ReLU 会将一些 Wx_i+b 映射到 0· 结果,均值将如下所示:

(1/k)(0+...+0+ SUM_s (Wx_s+b))=some_term + b/k

std 看起来像

const*((0-some_term-b/k)^2 + ... + (Wx_i+b - some_term -b/k)^2 +...)) 

正如你从扩展那些依赖于非零的热量中看到的那样Wx_i+b:

(Wx_i+b - some_term - b/k)^2 = some_other_term + some_factor * W * b/k * x_i

这意味着结果将以乘法的方式取决于b。因此,它的缺失不能仅通过 BN 层的移位分量来补偿(在大多数实现和论文中注明 beta)。这就是为什么在使用这个顺序时有一个偏差项并不是没有用的。