张量流中的批量归一化：变量和性能

Question

我想对批处理规范化层的变量添加条件操作。具体来说，在浮点数中训练，然后在微调二次训练阶段量化。为此，我想在变量上添加一个 tf.cond 操作（均值和变量的比例、移位和 exp 移动平均值）。

我用tf.layers.batch_normalization 我写的batchnorm层替换了它（见下文）。

这个函数工作得很好（即我用两个函数得到了相同的度量），我可以向变量添加任何管道（在batchnorm 操作之前）。问题是性能（运行时）急剧下降（即通过简单地用我自己的函数替换 layer.batchnorm 有一个 x2 因子，如下所述）。

def batchnorm(self, x, name, epsilon=0.001, decay=0.99):

    epsilon = tf.to_float(epsilon)

    decay = tf.to_float(decay)

    with tf.variable_scope(name):

        shape = x.get_shape().as_list()

        channels_num = shape[3]

        # scale factor

        gamma = tf.get_variable("gamma", shape=[channels_num], initializer=tf.constant_initializer(1.0), trainable=True)

        # shift value

        beta = tf.get_variable("beta", shape=[channels_num], initializer=tf.constant_initializer(0.0), trainable=True)

        moving_mean = tf.get_variable("moving_mean", channels_num, initializer=tf.constant_initializer(0.0), trainable=False)

        moving_var = tf.get_variable("moving_var", channels_num, initializer=tf.constant_initializer(1.0), trainable=False)

        batch_mean, batch_var = tf.nn.moments(x, axes=[0, 1, 2]) # per channel

        update_mean = moving_mean.assign((decay * moving_mean) + ((1. - decay) * batch_mean))

        update_var = moving_var.assign((decay * moving_var) + ((1. - decay) * batch_var))

        tf.add_to_collection(tf.GraphKeys.UPDATE_OPS, update_mean)

        tf.add_to_collection(tf.GraphKeys.UPDATE_OPS, update_var)

        bn_mean = tf.cond(self.is_training, lambda: tf.identity(batch_mean), lambda: tf.identity(moving_mean))

        bn_var = tf.cond(self.is_training, lambda: tf.identity(batch_var), lambda: tf.identity(moving_var))

        with tf.variable_scope(name + "_batchnorm_op"):

            inv = tf.math.rsqrt(bn_var + epsilon)

            inv *= gamma

            output = ((x*inv) - (bn_mean*inv)) + beta

    return output

我将不胜感激以下任何问题的帮助：

• 关于如何提高我的解决方案的性能（减少运行时间）的任何想法？

• 是否可以在 batchnorm 操作之前将我自己的运算符添加到 layer.batchnorm 的变量管道中？

• 有没有其他解决方案可以解决同样的问题？

Answer 1

tf.nn.fused_batch_norm 已优化并成功。我不得不创建两个子图，每个模式一个，因为fused_batch_norm的界面不采用条件训练/测试模式（is_training 是 bool 而不是张量，所以它的图不是有条件的）。我在之后添加了条件（见下文）。然而，即使有两个子图，它的运行时间也大致相同tf.layers.batch_normalization。这是最终解决方案（我仍然感谢任何改进意见或建议）：def batchnorm(self, x, name, epsilon=0.001, decay=0.99):    with tf.variable_scope(name):        shape = x.get_shape().as_list()        channels_num = shape[3]        # scale factor        gamma = tf.get_variable("gamma", shape=[channels_num], initializer=tf.constant_initializer(1.0), trainable=True)        # shift value        beta = tf.get_variable("beta", shape=[channels_num], initializer=tf.constant_initializer(0.0), trainable=True)        moving_mean = tf.get_variable("moving_mean", channels_num, initializer=tf.constant_initializer(0.0), trainable=False)        moving_var = tf.get_variable("moving_var", channels_num, initializer=tf.constant_initializer(1.0), trainable=False)        (output_train, batch_mean, batch_var) = tf.nn.fused_batch_norm(x,                                                                 gamma,                                                                 beta,  # pylint: disable=invalid-name                                                                 mean=None,                                                                 variance=None,                                                                 epsilon=epsilon,                                                                 data_format="NHWC",                                                                 is_training=True,                                                                 name="_batchnorm_op")        (output_test, _, _) = tf.nn.fused_batch_norm(x,                                                     gamma,                                                     beta,  # pylint: disable=invalid-name                                                     mean=moving_mean,                                                     variance=moving_var,                                                     epsilon=epsilon,                                                     data_format="NHWC",                                                     is_training=False,                                                     name="_batchnorm_op")        output = tf.cond(self.is_training, lambda: tf.identity(output_train), lambda: tf.identity(output_test))        update_mean = moving_mean.assign((decay * moving_mean) + ((1. - decay) * batch_mean))        update_var = moving_var.assign((decay * moving_var) + ((1. - decay) * batch_var))        tf.add_to_collection(tf.GraphKeys.UPDATE_OPS, update_mean)        tf.add_to_collection(tf.GraphKeys.UPDATE_OPS, update_var)    return output