1.为什么要用Normalization

　　翻译过来就是归一化的意思，指将传统机器学习中的数据归一化方法应用到深度神经网络中，对神经网络中隐藏层的输入进行归一化，从而使网络更加容易训练。

　　因为，

　　它有更好的尺度不变性，即给定一个神经层L，它之前神经层L-1的参数变化会导致其输入的分布发生较大的改变，当用SGD来训练网络时，每次参数更新都会导致该神经层的输入分布发生改变，从机器学习角度来看，如果一个神经层的输入发生改变那就意味着其要重新学习，它把每个神经层的输入分布都归一化为标准的正态分布，可以使得每个神经层对其输入具有更好的尺度不变性。

　　以及更平滑的优化地形，归一化不仅可以使得大部分神经层的输入处于不饱和区域，从而让梯度变大，避免梯度消失，还可以使得优化地形更加平滑，从而可以用更大的学习率，提高收敛速度。

　　下面依次写到，批量归一化（Batch Normalization）,层归一化（Layer Normalization），和权重归一化（Weight Normalization）。

2. 批量归一化（Batch Normalization）

　　BN适用于判别模型中，比如图片分类模型。因为BN注重对每个Batch进行归一化，从而保证数据分布的一致性，而判别模型的结果正是取决于数据整体分布。但是　　　　　　BN对Batch size的大小比较敏感，由于每次计算均值和方差是在一个上，所以如果Batch size太小，则计算的均值、方差不足以代表整个数据分布。

3.层归一化（Layer Normalization）

　　它指针对同一张图片的同一层所有通道进行Normalization。

　　层归一化和批量归一化整体上是十分类似的，差别在于归一化的方法不同。

　　在三维矩阵中 层归一化是对矩阵每一列进行归一化，而批量归一化是对每一行进行归一化。

4.权重归一化（Weight Normalization）

　　权重归一化是对神经网络的连接权重进行归一化， 通过再参数化方法， 将连接权重分解为长度和方向两种参数，然后使用SGD分别优化这两个参数