首页 > 试题广场 >

什么是批量归一化（BatchNorm）？

[问答题]
什么是批量归一化（BatchNorm）？
添加回答
牛客56004704号头像 牛客56004704号
每次对单个批次进行处理，使每个批次的数据变为均值为0，方差为1的向量，加速收敛，让异常值偏离的范围尺度减小，减少模型对异常值的敏感度，缓解过拟合，保证传递的数据保持在合理的区间，能缓解梯度爆炸
发表于 2025-09-04 11:47:41 回复(0)
牛客312894033号头像 牛客312894033号
训练过程中，将每一层的输入数据进行标准化，可以加快训练速度，提升模型稳定性，可以缓解梯度消失的问题。
发表于 2026-04-22 16:30:59 回复(0)
Jerryyyytse头像 Jerryyyytse
指在神经网络的每一层中，把同一个小批量（batch）里的数据，进行标准化，让数据分布更规整 in each layer of the neural network, doing standardization for each batch of data, to make these data mean be 0, and stand variance be 1. x' = (x - x mean) / sd - increase training speed/convergence - regularization, prevent overfitting - prevent gradient explosion/vanishing
发表于 2026-04-09 12:54:32 回复(0)
懵懵的萌新头像 懵懵的萌新
训练过程中，将每一层的输入数据进行标准化处理，加快训练速度、提升模型稳定性。可以缓解梯度消失的问题
发表于 2025-10-23 23:47:47 回复(0)
Ambision头像 Ambision
批量归一化就是指模型在训练中每一个batch都分别作归一化，能够有效缓解梯度消失的问题
发表于 2025-08-25 23:45:35 回复(0)
一点也不牛0_0头像 一点也不牛0_0
在每一次前向传播过程中，计算数据标准差与均值，将其标准化为标准正态分布，防止模型训练发生内部协变量漂移或者学习到训练过程引入的噪声，提升模型稳定性
发表于 2025-08-19 16:01:41 回复(0)
牛客450341963号头像 牛客450341963号
BatchNorm通过对每层输入标准化（均值0、方差1）并动态调整分布（γ缩放、β平移），解决内部协变量偏移问题，加速训练、提升稳定性，是深度学习的核心组件
发表于 2025-08-19 07:57:53 回复(0)
提交观点

问题信息

难度：
7条回答 126浏览

热门推荐

相关试题

扫一扫，把题目装进口袋

求职之前，先上牛客

扫描二维码，进入QQ群

扫描二维码，关注牛客公众号