Batch normalization

将error surface的山铲平

change landscape

通过改变w，改变y，进而改变e，而对于不同量级的x，会产生不同的Δ，所以进行归一化：


feature normalization之后，样本之间的关系由独立变成彼此关联。样本数取决于batch

testing = inference

μ σ 通过batch算出，
test时pytorch会保留训练时的μ和sigma
这样测试时不必取到所有batch才能预测

internal covariate shift？

实验表明 不是特别大的问题，且batch norm会让 error surface 更平坦

其他方案

还有代替的发现
serendipitous