原文地址：

https://blog.csdn.net/u011668104/article/details/81532592

---------------------------------------------------------------------------------------

caffe里面用BN层的时候通常后面接一下scale层，原因如下：

caffe 中为什么bn层要和scale层一起使用
这个问题首先你要理解batchnormal是做什么的。它其实做了两件事。

1)输入归一化 x_norm = (x-u)/std, 其中u和std是个累计计算的均值和方差。

2）y=alpha×x_norm + beta，对归一化后的x进行比例缩放和位移。其中alpha和beta是通过迭代学习的。

那么caffe中的bn层其实只做了第一件事。scale层做了第二件事。

这样你也就理解了scale层里为什么要设置bias_term=True，这个偏置就对应2）件事里的beta。

而在pytorch中，我们可以看一下代码注释说明

其中红框这部分，我们可以看一下这个公式是

本身同时完成两件事情。

因此，caffe的BN层+scale层 与 pytorch的BN层 等价

---------------------------------------------------------------------------------------------