深度学习参数初始化器过程推导 Glorot-Xavier MSRA-Kaiming he

Glorot初始化方法

Kaiming初始化

Batch Normalization

初始化器的推导依赖一下公式的推导

推导：

其中ni表示输入个数。

根据概率统计知识我们有下面的方差公式：

特别的，当我们假设输入和权重都是0均值时（目前有了BN之后，这一点也较容易满足），上式可以简化为：

进一步假设输入x和权重w独立同分布，则有：

于是，为了保证输入与输出方差一致，则应该有：

对于一个多层的网络，某一层的方差可以用累积的形式表达：

特别的，反向传播计算梯度时同样具有类似的形式：

综上，为了保证前向传播和反向传播时每一层的方差一致，应满足：

但是，实际当中输入与输出的个数往往不相等，于是为了均衡考量，最终我们的权重方差应满足：

学过概率统计的都知道 [a,b] 间的均匀分布的方差为：

（这个可以用一维区间【a,b】积分算）

因此，Xavier初始化的实现就是下面的均匀分布：

以上就是Glorot-Xavier 初始化过程，实际用到的就是最后面这个公式

MSRA -kaiming 初始化推导如下：

首先，用下式表示第L层卷积： 

则其方差为：（假设x和w独立，且各自的每一个元素都同分布，即下式中的n_l表示输入元素个数，x_l和w_l都表示单个元素） 

当权重W满足0均值时，上述方差可以进一步写为： 

对于ReLU激活函数，我们有：（其中f是激活函数） 

带入之前的方差公式则有： 

由上式易知，为了使每一层数据的方差保持一致，则权重应满足： 

的不同，就是它是只考虑前向传播或者只考虑反向传播的，然后使用高斯分布，而没有综合考虑

以上就是深度学习 参数初始化器的过程推导

写在最后，虽然是在实际用的时候是只用最后的公式，但是推导过程才是我们算法工作者关注的，因为最后公式是给施工用的