Batch Normalization（批量归一化）是深度学习中经常用到的
我们知道Sigmoid函数在定义域为$(-infty,-4) cup (4,infty)$内导数趋于0，由于容易出现梯度消失的现象，因此ReLU函数使用的较多
但在某些场合不可避免的要去使用Sigmoid函数，因此我们希望能把输入的$x$值控制在有效的区间内，进行一个等效变化，使这些值均匀的分布在0附近，这样输入到Sigmoid函数后就能大概率避免梯度消失
如下面左侧的图所示，$x_1$的值处于一个比较小的区间$x_2$的值处于一个比较大的区间，因此对于$w_2$来说，少量的变化就会对Loss产生急剧的变化，而对$w_1$来说，变化就会相对小一点，可以看下面的“等高线”图，沿着纵轴方向变化的话，等高线会急剧的变化，沿着横轴方向变化，等高线的变化就稍平缓一点
但如果如右图所示，输入的值区间都很接近，这样$w_1$和$w_2$对Loss的影响就比较接近，就会形成一种“圆形”路径，在这种情况进行搜索的时候，不管从哪个点出发，梯度的方向都是指向全局最小解的方向，这种搜索过程会比较快一些，而且更稳定
Batch Normalization较多的应用于两个方面
- Image Normalization，例如对RGB三通道进行Normalization，将数据进行统一缩放
normalize = transforms.Normalize(mean=ean[0.485, 0.456, 0.406],
std=[0.229, 0.224, 0.225])mean有三个值，分别对应RGB三个通道的均值，具体的Normalize过程就是
$$ begin{align*} x_R&= frac{x_R-0.485}{0.229} \ x_G&= frac{x_G-0.456}{0.224} \ x_B&= frac{x_B-0.406}{0.225} \ end{align*} $$
- Batch Normalization Batch Normalization现在有四种用法
假设一张图片有3个channel，长28，宽28，假设一个batch有6张图片，那么一个Batch的数据就是[6, 3, 28, 28]，这里我们把28和28合并起来，就变成一个三维的矩阵[6, 3, 784]
在最左侧图中，它是对6和784进行normalize，因为有3个channel，所以[6, 3, 784]就变成了[3]，而3个位置上的值，分别表示channel0的均值，channel1的均值，channel2的均值
同理，后面的Layer Norm就由[6, 3, 784]变成了[6]
