Batch Normalization

Batch Normalization 是一種提升深度學習模型訓練效率的技術，透過正規化每層輸入的數據分佈，加速收斂並提升模型穩定性。

1.加速模型訓練，支持更高學習率。

2.減少過擬合，有輕微正則化效果。

3.減輕參數初始化的依賴，增強模型穩健性。

4.適用於全連接層與卷積層等多種結構。