直观的理解，batch vs layer normalization。
batch是“竖”着来的，各个维度做归一化，所以与batch size有关系。
layer是“横”着来的，对一个样本，不同的神经元neuron间做归一化。
给一个批次的数据[b,n,w,h]
b是batch_size,n是特征图数目，w、h是宽和高。
batch_normalization是针对所有的样本，对某一个特征图计算均值和方差，然后然后对这个特征图神经元做归一化。
layer_normalization是对某一个样本，计算该样本所有特征图的均值和方差，然后对这个样本做归一化。
BN适用于不同mini batch数据分布差异不大的情况，而且BN需要开辟变量存每个节点的均值和方差，空间消耗略大；而且 BN适用于有mini_batch的场景。
LN只需要一个样本就可以做normalization，可以避免 BN 中受 mini-batch 数据分布影响的问题，也不需要开辟空间存每个节点的均值和方差。