【总结】强化学习需要批归一化(Batch Norm)吗？

深度强化学习实验室来源: 知乎专栏(https://www.zhihu.com/people/ceng-yi-yan-8)授权转载作者：曾伊言,   编辑：DeepRL深度强化学习算法 (DRL, Deep Reinforcement Learning Algorithm) 的神经网络是否需要使用批归一化 (BN, Batch Normalization) ？深度强化学习不需要批归一化，但是可以用归一化（长话短说）1. BN在RL中是如何失效的？在深度学习中BN很有用。特别是在监督学习中，我们从训练集中抽取数据进行训练，通过随机抽取保证每个批次的数据符合独立同分布 (i.i.d.)。在这种稳定的训练环境下，BN可以计算出一个变化稳定的 mean 和 std 用于归一化。BN很有用，详见 Paper3 Batch normalization: Accelerating deep network training by reducing internal covariate shift. 2015. 这里还解释了BN如何起作用。BN如何用，详见 从双 ………………………………