1）批量归一化（Batch Normalization，简写BN）指在神经网络中间层也进行归一化处理，使训练效果更好的方法，就是批归一化。
2）优点
- 减少了人为选择参数。在某些情况下可以取消 dropout 和 L2 正则项参数,或者采取更小的 L2 正则项约束参数；
- 减少了对学习率的要求。现在我们可以使用初始很大的学习率或者选择了较小的学习率，算法也能够快速训练收敛；
- 可以不再使用局部响应归一化（BN 本身就是归一化网络) ；
- 破坏原来的数据分布，一定程度上缓解过拟合；
- 减少梯度消失，加快收敛速度，提高训练精度。
发布者：admin，如若转载，请注明出处：https://ai1024.vip/41354.html
admin 
