假设batch为2，（2，3，256，256）这样的样本
LN比较直观就是在每个独立的样本上计算均值和方差，然后归一化。（2，3，256，256）
归一化是将数据放缩到[0,1]或[-1,1]这样的区间内，标准化是让数据符合特定均值和方差的分布。
BN是按照一个batch中所有样本的通道计算均值和方差，它的计算单位是所有蓝色通道，所有黄色通道，所有红色通道。（2，3，256，256）
相关推荐
Fleshy数模29 分钟前
多分类任务下的经典机器学习算法实战：LR、RF、SVM等对比分析风吹乱了我的头发～3 小时前
Day52：2026年3月20日打卡2401_831824968 小时前
基于C++的区块链实现We་ct8 小时前
LeetCode 918. 环形子数组的最大和：两种解法详解愣头不青8 小时前
238.除了自身以外数组的乘积人工智能AI酱9 小时前
【AI深究】逻辑回归（Logistic Regression）全网最详细全流程详解与案例（附大量Python代码演示）| 数学原理、案例流程、代码演示及结果解读 | 决策边界、正则化、优缺点及工程建议WangLanguager9 小时前
逻辑回归（Logistic Regression）的详细介绍及Python代码示例m0_518019489 小时前
C++与机器学习框架一段佳话^cyx9 小时前
详解逻辑回归（Logistic Regression）：原理、推导、实现与实战qq_417695059 小时前
C++中的代理模式高级应用