【深度学习】batch normalization

参考：http://www.javashuo.com/article/p-zpuaoinw-dx.html 引入原因：深度网络训练过程中，每一层的参数都会不断变化，很可能导致每一层的输出（即对下一层的输入）的分布发生变化，因此导致模型收敛变慢，（本质原因：输出逐渐向左右两端移动，导致曲线平缓，比如sigmoid，从而梯度消失问题产生，因此收敛越来越慢）。 解决方法：BatchNorm就是在深度神经

>>阅读原文<<