原文链接：

　　Batch Normalization原理与实战 - 知乎 (zhihu.com)

 

总结：

　　背景：权重矩阵W的梯度与其左边那一层的激活值有关（参考：理解方向传播（BP算法） - Hisi - 博客园 (cnblogs.com)），而且如果用ReLU激活函数会导致梯度爆炸会消失，或者是sigmoid函数以及tanh函数会导致梯度消失，所以权重矩阵W可能会立马更新到+-inf，或者是更新的很慢很慢，为了解决W与激活值的关系，提出了PCA白化（过渡品），但是PCA白化太复杂，开销大，于是在此基础之上提出了Btach Normalization。

　　思路：对第L层的激活值的每个特征做标准化，也就是对L层的输出矩阵的非线性激活矩阵的每一行单独做标准化，到这步，由于标准化会损失底层神经网络的学习成果，所以再用线性变换弥补学习效果。

 

tip：原文中的“对每个特征进行normalization”（如下图）中的特征指的就是网络中某一层的第k个神经元，第一个特征指的就是第一个神经元，第二个特征指的就是第二个神经元。