BN层理解

bn层计算的均值和方差是 channel的

输入数据是nchw，求得的均值和方差均是长度为c的向量

mini-batch指的是一个batch的所有样本对应通道组合成一个minibatch，1个nchw的数据有c个mini-batch

一个mini-batch在一起进行求均值和方差

H W的归一化，求出N C个均值与方差，然后N个均值与方差求出一个均值与方差的Vector，size为C ， 即相同通道的一个mini_batch的样本求出一个mean和variance

每次迭代时采用的是滑动平均方式更新，滑动平均系数moving_average_fraction 默认是0.999，而2表示调用函数接口第2个参数，最终结果保存下来用作测试

 

caffe-master src/caffe/proto/caffe.proto:535:  optional float moving_average_fraction = 2 [default = .999];