一、本文的内容包括：
1. Batch Normalization，其论文：https://arxiv.org/pdf/1502.03167.pdf
2. Layer Normalizaiton，其论文：https://arxiv.org/pdf/1607.06450v1.pdf
3. Instance Normalization，其论文：https://arxiv.org/pdf/1607.08022.pdf
4. Group Normalization，其论文：https://arxiv.org/pdf/1803.08494.pdf
5. Switchable Normalization，其论文：https://arxiv.org/pdf/1806.10779.pdf
二、介绍
在介绍各个算法之前，我们先引进一个问题：为什么要做归一化处理？
神经网络学习过程的本质就是为了学习数据分布，如果我们没有做归一化处理，那么每一批次训练数据的分布不一样，从大的方向上看，神经网络则需要在这多个分布中找到平衡点，从小的方向上看，由于每层网络输入数据分布在不断变化，这也会导致每层网络在找平衡点，显然，神经网络就很难收敛了。当然，如果我们只是对输入的数据进行归一化处理（比如将输入的图像除以255，将其归到0到1之间），只能保证输入层数据分布是一样的，并不能保证每层网络输入数据分布是一样的，所以也需要在神经网络的中间层加入归一化处理。
BN、LN、IN和GN这四个归一化的计算流程几乎是一样的，可以分为四步：
1. 计算出均值
2. 计算出方差
3. 归一化处理到均值为0，方差为1
4. 变化重构，恢复出这一层网络所要学到的分布
训练的时候，是根据输入的每一批数据来计算均值和方差，那么测试的时候，平均值和方差是怎么来的？
对于均值来说直接计算所有训练时batch 均值的平均值；然后对于标准偏差采用每个batch 方差的无偏估计
接下来，我们先用一个示意图来形象的表现BN、LN、IN和GN的区别（图片来自于GN这一篇论文），在输入图片的维度为（NCHW）中，HW是被合成一个维度，这个是方便画出示意图，C和N各占一个维度
Batch Normalization：
1. BN的计算就是把每个通道的NHW单独拿出来归一化处理
2. 针对每个channel我们都有一组γ,β，所以可学习的参数为2*C
3. 当batch size越小，BN的表现效果也越不好，因为计算过程中所得到的均值和方差不能代表全局
Layer Normalizaiton：
1. LN的计算就是把每个CHW单独拿出来归一化处理，不受batchsize 的影响
2. 常用在RNN网络，但如果输入的特征区别很大，那么就不建议使用它做归一化处理
Instance Normalization
1. IN的计算就是把每个HW单独拿出来归一化处理，不受通道和batchsize 的影响
2. 常用在风格化迁移，但如果特征图可以用到通道之间的相关性，那么就不建议使用它做归一化处理
Group Normalization
1. GN的计算就是把先把通道C分成G组，然后把每个gHW单独拿出来归一化处理，最后把G组归一化之后的数据合并成CHW
2. GN介于LN和IN之间，当然可以说LN和IN就是GN的特列，比如G的大小为1或者为C
Switchable Normalization
1. 将 BN、LN、IN 结合，赋予权重，让网络自己去学习归一化层应该使用什么方法
2. 集万千宠爱于一身，但训练复杂
版权声明：本文为CSDN博主「时光碎了天」的原创文章，
遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/u013289254/article/details/99690730
