传送门（Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift 原文）
BN的基本思想：深层神经网络在做非线性变换前的激活输入值，随着网络深度加深或者在训练过程中，其分布逐渐发生偏移或者变动，逐渐往非线性函数的取值区间的上下限两端靠近（比如Sigmoid），所以这导致反向传播时低层神经网络的梯度消失，这是训练深层神经网络收敛越来越慢的本质原因，而BN就是通过一定的规范化手段，把每层神经网络任意神经元这个输入值的分布强行拉回到均值为0方差为1的标准正态分布
好处：
- 减少了很多不合理的初始化问题，对于很坏的初始化有很强的的鲁棒性。
- 避免了梯度消失，可以加快网络的收敛速度。
- BN通常用于全连接层之后，非线性层之前。
看了一篇博文，讲的还是很不错的，给出传送门，方便复习。