先上结论，再做分析：

1. 没有证据表明BN的work，是因为减少了ICS（Interval Covariate Shift）。
2. BN work的根本原因，是因为在网络的训练阶段，其能够让优化空间（optimization landscape）变的平滑。
3. 其他的normalization技术也能够像BN那样对于网络的训练起到作用。

一、BN和ICS的关系

在文章Batch Normalization:Accelerating Deep Network Training by Reducing Internal Covariate Shift中，其对与ICS是这样解释的：由于前一层的参数更新，所以这一层的输入（前一层的输出）的分布会发生变化，这种现象被称之为ICS。同样，这篇文章的观点认为BN work的真正原因，在与其将数据的分布都归一化到均值为0，方差为1的分布上去。因此，每一层的输入（上一层输出经过BN后）分布的稳定性都提高了，故而整体减小了网络的ICS。

但是，本文作者就提出了两个疑问：

1、BN work的原因是否真的与ICS有关？

2、BN层是否真的能够稳定输入分布？

1.1 BN是否真的与ICS有关？

对比实验：

在训练阶段，使用一下三种训练方法进行训练

• No BN
• 标准的BN
• noisy BN （在标准的BN层后，加上均值不为0，方差不为1的noisy，并且在每个训练step都改变noisy的分布，降低了输入分布的稳定性，使得网络的ICS变大）

观察上图左，可以发现加了noisy BN和标准的BN在training accuracy和收敛速度上几乎没有差异，并且都优于不加BN的方法。

结论：

没有证据表明BN的性能是因为提高了输入分布的稳定性。即BN与ICS无关。

1.2 BN是否能够减少ICS