Batch Normalization（批量标准化）是深度学习中经常使用的，本节介绍它的定义和用法。
首先在sigmoid函数中，
在x轴达到>4和<-4区间后，便会达到一个很大的空间，其导数会接近于零，使得loss一直得不到更新，发生梯度离散现象。因此ReLU使用的较多。
但在某些场合不可避免的要去使用Sigmoid函数，希望将有效的值控制在有限区间内。因此即将Avtivation inputs值在导入到Sigmoid函数前，先进行一个等效的变换，使这些值均匀的分布在0到正负1附近，这样在进行后续优化时会更加的方便。
为更好的进行理解，可看下图演示
如上左侧图可见，（1、2...）的输入和（100、200...）的输入会对后续函数求导过程造成极大的波动和更多的曲折变换。而上右侧图的求导Loss的过程则会变换的较平缓。
到这里可体会到Batch Norm本质上为权值缩放，将输入的数据的大小集中到（0，1）附近，以便于后续求导。
Batch Norm较多的应用于两个方面：（1）Image Normalization；如对RGB三通道进行Normalization，将数据统一化
代码语言：javascript复制normalize = transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])# 后人在大量的研究中发现，对于RGB通道，他们的三个均值更适宜于采用上述取值# 他们总体上仍在0.5附近左右# 同时在大量实践中得到了最稳定的方差值# 因此R通道为：(XR - 0.485)/0.229, (XG - 0.456)/0.224....另外一个更广泛的应用是在 Batch Normalization。
Batch Normalization现在有四种用法，
假设一个数据集写为[batch, channel, height, width]，这里为更好的理解，取为6张图片、3个通道、28*28的大小。变为[6, 3, 784]。
在上图的最左侧图，将6和784进行normalize，变为channel_0的均值 channel_1的均值 channel_3的均值...。将[6, 3, 784]变为[3]，即shape为3的统计数据，意为当前的batch为3（3个channel），将原来的batch和feature上的维度消掉。
同理，后续的Layer Norm将[6, 3, 784]变为[6]。
