批量归一化 有时候误差表面即使是个完美的凸函数,也难以优化到最低点,可能是某个方向梯度很大,其他方向梯度很小。 这时候如果将每个维度的特征进行归一化,比如全部限制在0-1的范围,他们梯度的差异就没那么大了。也就是把误差表面拉平了。