尽管最初关于内部 协变量偏移的解释一直存在争议 —— Santurkar 等人 (2018) 的后续工作认为，主要益处来自平滑优化景观，而非减少分布偏移 —— 但批归一化的实际有效性毋庸置疑。它是训练深度网络的关键推动力，而这些深度网络推动了 2010 年代计算机视觉领域的进步。
