pytorch torch.nn.BatchNorm2d(num_features, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)

torch.nn.BatchNorm2d(num_features, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)

此函数的作用是对输入的每个batch数据做归一化处理,目的是数据合理分布，加速计算过程，函数为：

 

 

num_features:为输入的数据的通道数,

eps：使分母不为零，保持数据的稳定

momentum:用于在训练时对均值和方差的估计

affine：为True时表示γ和β是可学习的参数，为False表示γ和β是不可学习的参数，此时γ=1，β=0；

track_running_stats=True;整个batch的方差和均值