一种基于批量归一化层的模型自动评估方法及装置

摘要

本发明一种基于批量归一化层的模型自动评估方法及装置，首先在第一次训练完成后提取模型第四个模块的批量归一化层参数作为衡量的基准；之后将模型在需要评估的无标签的测试数据集上进行第二次训练，第二次训练过程中非批量归一化层的参数无需更新，不需要梯度反传，只需更新批量归一化层的均值和方差这两个参数；第二次训练完成后，同样提取第二次训练后的模型第四个模块的批量归一化层参数；将第一次训练得到的基准的参数和在新的测试集上第二次训练后提取的参数分别作高斯归一化，再计算两组参数的欧氏距离，将该距离用来评估无标签测试集在原模型上的精度。