为什么要用batch normalization
对于‘白化’（高斯分布，且特征间独立）的数据，神经网络一般有更快的收敛速度。使用batch normalization这个方法，可以使得每一层网络的输入（也就是上一层网络的输出）都‘白化’，从而加快收敛速度,但是也有可能某一层的网络不想要输入是高斯分布的，所以引入了两个可学习的参数来使得这种‘高斯分布化’可以取消，所以每一层的输入可能是高斯分布的，也可能不是，取决于这一层需要哪一种输入。
如何用tensorflow实现batchnormalization
下面是我在stackoverflow 上找到的答案。主要分成4部分
下面是原文答案
下面是我在mnist数据中上用网络结构为（conv1-maxpool-bn-relu-conv2-maxpool-bn-relu-fc1-bn-relu-fc2-bn-relu-fc->输出）的步骤和结果
1.定义一个占位符，来区别当前是属于训练阶段还是测试阶段
这个主要是和bn的原理有关，在训练阶段，bn要计算batch的方差和均值，在测试阶段，方差和均值是直接调用得到的（从训练算出来的值）
2.在每一层的卷积输出（或者是全连接层输出）后，激活函数前，插入bn层
下面图片中x是卷积层的输出，在relu前加入bn
3.定义单独的op,在训练或者测试的时候运行，记得给第一步定义的占位符赋值（True表示训练中，False表示非训练）
4.最后一步就是训练或者是测试的时候单独运行3定义的ops啦
结果对比：
从accuracy来看，在relu前面加入bn使得训练收敛的速度快很多
loss对比
下面是conv层的输出（插入bn再relu）
下面是conv层的输出（只有relu）
结论：
使用bn可以加快收敛的速度，减少训练的时间。而且利用tensorflow来实现bn操作并不复杂，所以建议在训练网络中插入bn层。
