深度学习在上一篇，我们观察了各层的激活值分布，并从中了解到如果设定了合适的权重初始值，则各层的激活值分布会有适当的广度，从而可以顺利地进行学习。那么，为了使各层拥有适当的广度，“强制性”地调整激活值的分布会怎样呢？实际上，Batch Normalization[11]方法就是基于这个想法而产生的。

目标检测，#深度学习，#数据增强，#标签格式转换。

目标检测，#深度学习，#数据增强，#标签格式转换。

目标检测，#深度学习，#数据增强，#标签格式转换。