Batch Norm 与 Layer Norm

1 为何要对输入数据做 Normalization

可以比较好的抑制梯度消失和梯度爆炸的情况

归一化技术就是让每一层的分布稳定下来，让后面的层能在前面层的基础上“安心学习”。BatchNorm 就是通过对 batch size 这个维度归一化来让分布稳定下来。LayerNorm 则是通过对 Hidden size 这个维度归一。

不管是 Batch Normalization 还是 Layer Normalization，Normalization 的目的是为了把输入转化成均值为 0 方差为 1 的数据。换句话说，这里的 Normalization 其实应称为 Standardization（标准化），而不是 Normalization（归一化）

Normalization：

Standardization:

在实际应用中 normalization 代指 Standardization

2 Batch Normalization

假如有 Batch 中有三个样本，x_1、x_2、x_3、x_4 表示 4 个特征。Batch Normalization 对每个特征计算均值和方差，随后归一化。

3 Layer Normalization

Layer Normalization 对每个样本计算均值和方差，随后归一化。

4 实际应用

Batch Normalization：
BN 不适合 RNN、transformer 等序列网络，不适合文本长度不定和​​batchsize ​​较小的情况，适合于 CV 中的 CNN 等网络

Layer Normalization：
LN 适合用于 NLP 中的 RNN、transformer 等网络，因为 sequence 的长度可能是不一致的

参考

NLP中 batch normalization与 layer normalization
Build Better Deep Learning Models with Batch and Layer Normalization
深度学习 batch normalization和layer normalization区别