tf.keras.layers.BatchNormalization 与 trainable=False 似乎没有更新其内部移动均值和方差

Question

我试图找出 BatchNormalization 层在 TensorFlow 中的具体表现。我想出了以下一段代码，据我所知，它应该是一个完全有效的 keras 模型，但是 BatchNormalization 的均值和方差似乎没有更新。

来自文档https://www.tensorflow.org/api_docs/python/tf/keras/layers/BatchNormalization

对于 BatchNormalization 层，在该层上设置 trainable = False 意味着该层随后将在推理模式下运行（这意味着它将使用移动均值和移动方差来规范化当前批次，而不是使用均值和当前批次的方差）。

我希望模型在每次后续预测调用时返回不同的值。然而，我看到的是返回 10 次的完全相同的值。谁能向我解释为什么 BatchNormalization 层不更新其内部值？

import tensorflow as tf
import numpy as np

if __name__ == '__main__':

    np.random.seed(1)
    x = np.random.randn(3, 5) * 5 + 0.3

    bn = tf.keras.layers.BatchNormalization(trainable=False, epsilon=1e-9)
    z = input = tf.keras.layers.Input([5])
    z = bn(z)

    model = tf.keras.Model(inputs=input, outputs=z)

    for i in range(10):
        print(x)
        print(model.predict(x))
        print()

我使用TensorFlow 2.1.0

Answer 1

好吧，我发现我的假设有错误。移动平均线是在训练期间更新的，而不是像我想象的那样在推理期间更新。这是完全有道理的，因为在推理期间更新移动平均值可能会导致不稳定的生产模型（例如，一长串高度病态的输入样本[例如，它们的生成分布与网络训练的分布截然不同]可能会使网络产生偏差并导致有效输入样本的性能较差）。

当您微调预训练模型并希望在训练期间冻结网络的某些层时，可训练参数非常有用。因为当您调用model.predict(x)(或 甚至model(x)或model(x, training=False)) 时，图层会自动使用移动平均线而不是批量平均线。

下面的代码清楚地演示了这一点

import tensorflow as tf
import numpy as np

if __name__ == '__main__':

    np.random.seed(1)
    x = np.random.randn(10, 5) * 5 + 0.3

    z = input = tf.keras.layers.Input([5])
    z = tf.keras.layers.BatchNormalization(trainable=True, epsilon=1e-9, momentum=0.99)(z)

    model = tf.keras.Model(inputs=input, outputs=z)
    
    # a dummy loss function
    model.compile(loss=lambda x, y: (x - y) ** 2)

    # a dummy fit just to update the batchnorm moving averages
    model.fit(x, x, batch_size=3, epochs=10)
    
    # first predict uses the moving averages from training
    pred = model(x).numpy()
    print(pred.mean(axis=0))
    print(pred.var(axis=0))
    print()
    
    # outputs the same thing as previous predict
    pred = model(x).numpy()
    print(pred.mean(axis=0))
    print(pred.var(axis=0))
    print()
    
    # here calling the model with training=True results in update of moving averages
    # furthermore, it uses the batch mean and variance as in training, 
    # so the result is very different
    pred = model(x, training=True).numpy()
    print(pred.mean(axis=0))
    print(pred.var(axis=0))
    print()
    
    # here we see again that the moving averages are used but they differ slightly after
    # the previous call, as expected
    pred = model(x).numpy()
    print(pred.mean(axis=0))
    print(pred.var(axis=0))
    print()

最后，我发现文档（https://www.tensorflow.org/api_docs/python/tf/keras/layers/BatchNormalization）提到了这一点：

3. 当使用包含批量归一化的模型执行推理时，通常（尽管并非总是）需要使用累积统计数据而不是小批量统计数据。这是通过在调用模型时传递 Training=False 或使用 model.predict 来完成的。

希望这对将来有类似误解的人有所帮助。