その後、モデルの初期化に必要な、bnを一般的な使用はそれほど高くありませんが、最終的な結果はあまり良くないかもしれません。
ホワイトニングに必要生データの1原因：
データは独立したままと同一の可能性として配布するように。
あなたが正規のすべての種類を必要としない理由1.データは、定期的にされています
一定のレベル後のデータは、定期的でない場合、それぞれの層は非常に強力になり、再びハイレベルのデータ分布の変化の分布を変更します取得、更新、上のパラメータを入力しますので、パラメータ更新戦略があるので、ディープ・トレーニングは、困難です重要。各層の結果は、比較的均一な分布を正規化することができれば、その後、各受信機は、生成された異なる分布の影響を回避します。