BN层的running_mean更新机制

running_mean是各通道的样本像素均值，也就是shape为(batch_size, C_out, H, W )的输入，running_mean的shape为(C_out,).
Pytorch对BatchNorm2d的官方解释文档如上所示，一般momentum是0.1，所以：

running_mean = 0.1 * mean + 0.9 * running_mean

也就是说，当前批次在某通道的均值 * 0.1 + 之前得到的running_mean * 0.9,而如果是第0批次，之前得到的running_mean初始化为0.0，也就是第0批次的running_mean = 0.1 * mean.
eval时直接使用训练时得到的running_mean。