feature map:$x\in \mathbb{R}^{N\times C\times H\times W}$ ，包含 N 个样本，每个样本通道数为 C，高为 H，宽为 W。
对其求均值和方差时，将在 N、H、W上操作，而保留通道 C 的维度。
具体来说，就是把第1个样本的第1个通道，加上第2个样本第1个通道 ...... 加上第 N 个样本第1个通道，求平均，得到通道 1 的均值。
具体计算公式
BN 的一个缺点是需要较大的 batch_size 才能合理估训练数据的均值和方差，这导致内存很可能不够用，同时它也很难应用在训练数据长度不同的 RNN 模型上。
Layer Normalization (LN) 的一个优势是不需要批训练，在单条数据内部就能归一化。
Instance Normalization (IN) 最初用于图像的风格迁移。
作者发现，在生成模型中， feature map 的各个 channel 的均值和方差会影响到最终生成图像的风格，因此可以先把图像在 channel 层面归一化，然后再用目标风格图片对应 channel 的均值和标准差“去归一化”，以期获得目标图片的风格。
GN 计算均值和标准差时，把每一个样本 feature map 的 channel 分成 G 组，每组将有 C/G 个 channel，然后将这些 channel 中的元素求均值和标准差。各组 channel 用其对应的归一化参数独立地归一化。
Group Normalization (GN) 适用于占用显存比较大的任务，例如图像分割。对这类任务，可能 batchsize 只能是个位数，再大显存就不够用了。而当 batchsize 是个位数时，BN 的表现很差，因为没办法通过几个样本的数据量，来近似总体的均值和标准差。
原文：https://www.cnblogs.com/AntonioSu/p/12764607.html