它们不太可能相同，因为批量归一化在归一化过程之上还有一个 gamma 和 beta 变量。在论文中，提到此 gamma 和 beta 用于将激活缩放和移动到适当的程度，以正确表示数据。这是来自论文：

请注意，简单地对层的每个输入进行归一化可能会改变层可以表示的内容。例如，对 sigmoid 的输入进行归一化会将它们限制在非线性的线性状态。为了解决这个问题，我们确保插入到网络中的转换可以表示身份转换。为了实现这一点，我们为每个激活 x (k) 引入一对参数 γ (k) ， β(k) ，它们缩放和移动归一化值

就像论文所说的那样，以 sigmoid 为例，仅进行归一化，您的梯度可能总是围绕 sigmoid 函数的线性状态（即最高梯度之一），这可能不是模型学习的最佳选择。但是，如果没有标准化后的值的这种缩放和移动，学习很可能仅限于该区域。我认为它是一种适当地改变激活值的方法，就像使用偏差一样，但是以一种更有效的方式（尤其是因为直接操纵偏差被认为是无效的，如论文中所述）。