深度學習歸一化簡介

 我們假定數據輸入的圖像是[patch, width, height, channel] N：patch C：channel  BN(批歸一化)：  求出x的均值 求出x的方差 利用正態分佈的標準化，使其服從標準正態分佈 但是破壞原來的數據分佈，所以需要第四步進行重構，gama 和 beta 是可以學習到的參數；當gama = std， beta = mean 就會恢復到原來的分佈 優點： 對參數

>>阅读原文<<