资料来源：https://www.bilibili.com/video/av15997678/?p=34
Batch normalization通俗来说，就是对每一层都进行normalization处理，而不仅仅是输入数据。
使得数据分布较为均匀地在激活函数的激活范围内，更有效地向前传递
但是normalization不一定是有效的，我们可以让机器自己去学习，看加不加normalization哪一个更有效：
如图，最后我们加一个可以起到反normalization作用的层，两个参数可以通过学习得到。如果机器学习的结果是normalization没有对结果产生正面影响，可以通过调整这两个参数来抵消Normalization的影响
附一个normalization的效果图：
知乎这篇回答对batch normalization的作用有了一个比较深入的阐释，我这里引用一点结论性的内容：
在BN中，是通过将activation规范为均值和方差一致的手段使得原本会减小的activation的scale变大。可以说是一种更有效的local response normalization方法
原文：https://www.cnblogs.com/jiading/p/11964697.html