【BN层】批量归一化

记录一下学习的批归一化层也就是Batch Normalize层 BN层的计算过程： （1）先给论文中的计算过程和公式： 最后基本可以获得一个组均值为 β 、方差为 γ^2的分布的新数据  （2）形象化过程： BN的作用和意义： 通俗说：BN层使得深层的参数更加适应浅层参数的变化，没有大的影响 官方说法： 防止“梯度弥散” 加速网络收敛速度 可以使用较大的学习率 可代替其他正则方式，例如Dropou

>>阅读原文<<