批量归一化层本质上是对隐藏单元的输出进行归一化，因此它们的输出始终具有相似的比例。通过消除隐藏层输出中的这种内部协变量偏移，您的深层变得更加独立于它们之前的层。

这里没有什么是 CNN 特有的——批量标准化也可以应用于全连接和循环神经网络，但它们对深度神经网络更有用，深度神经网络往往会在前向传播期间激活每一层来累积这种转变。