关于BatchNorm的一些坑

最近在BatchNorm的问题上遇到了一些坑点，记录下来
BatchNorm在pytorch中是这么定义的
$y = \frac{x - \mathrm{E}[x]}{ \sqrt{\mathrm{Var}[x] + \epsilon}} * \gamma + \beta$y=Var[x]+ϵ​x−E[x]​∗γ+β
它会针对输入对数据进行归一化，使得空间变得规整，但是这个层不是单纯的归一化，它是有参数$\gamma$γ和$\beta$β需要学习的，而且，BN层的实际定义还有其他的参数：

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

里面的track_running_stats=True，是在训练的过程中，bn层会跟踪不同batch的均值和方差，而如果设置为False，则不会跟踪
但是，即使设置了不跟踪，train和eval模式下bn的表现还是会不一样
这是由于$\gamma$γ和$\beta$β在训练的过程中具有梯度会发生变化，而在eval的过程中由于权值被锁住，所以不会发生变化，这就导致尽管没有track之前的batch，但train和eval的表现依然不同

总结下来，bn有两个部分
一个是$\gamma$γ和$\beta$β，一个是track的权值，前者受train和eval模式控制，后者受track_running_stats参数控制(控制指能否改变)

因此，当使用同一组数据train和eval的时候，网络输出在初期会有比较大的差异，但到后面会逐渐趋于相同

另外dropout也会导致train和eval表现不同的问题