一、什么是Batch Normalization？

Batch Normalization（简称BN）是在每个训练批次（batch）内，对网络中间层的激活值进行规范化（归一化），使它们具有均值为0、方差为1的分布。其核心思想是缓解“内部协变量偏移”（Internal Covariate Shift），即网络层输入分布的变化。

二、为什么需要Batch Normalization？

  • 加快训练速度：减少对初始化和学习率的敏感性，加快模型收敛。
  • 改善梯度传播：缓解梯度消失和梯度爆炸问题。
  • 提升模型性能：允许使用更高的学习率，甚至在深层网络中实现更优表现。
  • 一定的正则化效果：因加入的小批量噪声，具有一定的正则化作用。

三、Batch Normalization的工作原理和流程

1. 归一化

在每一层中，对当前批次的数据进行以下操作：

  • 计算批次的均值：深度学习——Batch Normalization_正则化
  • 计算批次的标准差：深度学习——Batch Normalization_归一化_02

然后，将激活值归一化：
深度学习——Batch Normalization_方差_03
其中，深度学习——Batch Normalization_归一化_04是一个小值，用于防止除零。

2. 缩放和平移

为了恢复模型的表达能力，BN会引入两个可学习的参数：

  • 缩放参数：深度学习——Batch Normalization_正则化_05
  • 移动参数：深度学习——Batch Normalization_归一化_06

最终输出：
深度学习——Batch Normalization_归一化_07

这样，网络可以自主学习到合适的归一化尺度和偏移。

四、数学公式具体描述

给定一个批次 深度学习——Batch Normalization_方差_08 ，每个 深度学习——Batch Normalization_归一化_09 是一组激活值（比如一个样本的某一层所有神经元的输出）。

  • 批次平均值：
    深度学习——Batch Normalization_归一化_10
  • 批次方差：
    深度学习——Batch Normalization_方差_11
  • 归一化：
    深度学习——Batch Normalization_方差_03
  • 最终输出：
    深度学习——Batch Normalization_归一化_07

其中，深度学习——Batch Normalization_正则化_05 和 深度学习——Batch Normalization_归一化_06 是可以学习的参数。

五、训练和推理的区别

  • 训练阶段：使用每个批次的均值和方差进行标准化。
  • 推理阶段：使用训练过程中累计的全局平均值和方差（滑动平均）进行标准化，以确保测试时的一致性。

六、优缺点

优点

  • 提升训练速度，缩短训练时间。
  • 改善深层网络的训练稳定性。
  • 允许使用更高的学习率。
  • 在一定程度上具有正则化作用。

缺点

  • 增加了计算和内存开销。
  • 在批次大小很小时效果较差（因为估计的均值和方差不够稳定）。
  • 在某些模型中可能会引入额外的复杂性。

七、应用场景

  • 主要应用于卷积神经网络（CNN）、全连接网络（MLP）、Transformer等。
  • 适合在训练时使用，推理时用估算的统计量替代。