## 背景 深度学习会使用大量的数据，不同batch之间数据的分布差异会比较大，这会使网络更难训练。这样我们将输入的数据归一化不就好了吗？可是网络在训练过程中，每一层输出的分布一直在变化，[^1] ## BatchNorm基本原理 [^]: (Ioffe S, Szegedy C. Batch normalization: Accelerating deep network training by reducing internal covariate shift[C]//International conference on machine learning. PMLR, 2015: 448-456.)