Translations:Batch Normalization Accelerating Deep Network Training/24/zh

儘管最初關於內部協變量偏移的解釋一直存在爭議——Santurkar 等人（2018）的後續工作認為主要的益處來自於平滑優化景觀，而不是減少分布偏移——但批歸一化的實際有效性是無可爭議的。它是訓練深度網絡的關鍵推動者，這些深度網絡推動了 2010 年代計算機視覺領域的進步。