引言
本文是论文神作Batch Normalization的阅读笔记，这篇论文引用量现在快50K了。
由于上一层参数的变化，导致每层输入的分布会在训练期间发生变化，让训练深层神经网络很复杂。这会拖慢训练速度，因为需要更低的学习率并小心地进行参数初始化，使得很难训练这种具有非线性饱和的模型。这种现象作者称为internal covariate shift(内部协变量偏移,ICS)，并通过对网络层的输入进行归一化解决。这种方法之所以强大，是因为将归一化作为模型架构的一部分，并在每个训练小批量中执行归一化。
批归一化(Batch Normalization)可以让我们选择更高的学习率，并且不需要那么注意参数初始化。
简介
SGD和它的变体被用于训练深层网络，优化网络参数 Θ \Theta Θ来最小化损失：
