深度学习---之Batch normalization

Batch normalization 一.知识储备 1.1机器学习希望样本空间独立同分布：  就是样本的各个维度特征之间分布相同，且相互独立。 如果数据不服从独立同分布会造成什么？ 首先讲 独立：各个特征相关性比较多，容易造成冗余，比如一个特征描述耳朵，另一个特征也是描述耳朵的，就相当于特征重复了，而我们希望只取其中一个特征就好，所以就造成了冗余，冗余比较严重的时候就会造成过拟合。 其次讲 同分

>>阅读原文<<