深度学习-Batch normalization的理解

进行多次的数据处理后，可能会导致数据分布不均匀，不同特征值的重要程度不同，比如：  左图中w1特征影响较大，w2特征影响较小，所以再进入最中间椭圆后，w2方向几乎不怎么变动了，并且在椭圆的不同位置到达圆心的距离相差很大。而在右图中，圆上同圈内不同位置的点到达圆心的距离是相等的，w1和w2同等重要。 所以需要对数据进行归一化，比如normalization 归一化，将数据转换成(0,1)之间，还比如

>>阅读原文<<