深度学习归一化简介

 我们假定数据输入的图像是[patch, width, height, channel] N：patch C：channel  BN(批归一化)：  求出x的均值 求出x的方差 利用正态分布的标准化，使其服从标准正态分布 但是破坏原来的数据分布，所以需要第四步进行重构，gama 和 beta 是可以学习到的参数；当gama = std， beta = mean 就会恢复到原来的分布 优点： 对参数

>>阅读原文<<