批量归一化固定小批量中的均值和方差，然后学习出适合的偏移和缩放；
可以加速收敛速度（比如以前学习率是0.01，现在用了批量归一化后，可以调到0.1）
不会出现之前：学习率太大的话，上面 (靠近损失的梯度) 会炸掉；
不会出现之前：学习率太小的话，下面 (靠近数据的模型参数) 会学不动；
每一个层的输出都通过均值方差放在一起了，上下层的分布都差不多是正态分布；
但一般不改变模型精度
到此这篇st7735s引脚图（st7735工作原理）的文章就介绍到这了,更多相关内容请继续浏览下面的相关 推荐文章，希望大家都能在编程的领域有一番成就！版权声明：
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符，请将相关资料发送至xkadmin@xkablog.com进行投诉反馈，一经查实，立即处理！
转载请注明出处，原文链接：https://www.xkablog.com/jszy-gxgz/47367.html