机器学习中，进行模型训练之前，需对数据做归一化处理，使其分布一致。在深度神经网络训练过程中，通常一次训练是一个batch，而非全体数据。在训练过程中，数据分布会发生变化，对下一层网络的学习带来困难。BatcNormalization强行将数据拉回到均值为0，方差为1的正太分布上，一方面使得数据分布一致，另一方面避免梯度消失
class torch.nn.BatchNorm2d(num_features, eps=1e-05, momentum=0.1, affine=True)num_features： 一般输入参数为batch_sizenum_featuresheight*width，即为其中特征的数量（输入神经网络的通道数）。
eps： 保证数值稳定性,分母不能为零，默认为1e-5。
momentum： 动态均值和动态方差所使用的动量，即一个用于运行过程中均值和方差的一个估计参数，默认值为0.1。
affine： 一个布尔值，当设为true，给该层添加可学习的仿射变换参数，即给定可以学习的系数矩阵 gamma和beta。其中的affine指定是否需要仿射，也就是是否需要上面算式的第四个，如果affine=False则γ=1,β=0，并且不能学习被更新。一般都会设置成affine=True。
数学公式BatchNorm2d()函数数学原理如下：
在对小批量数据计算时，其中x为需要归一化的输入数据，mean(x)和Var(x)为批量数据的均值和方差，eps为防止分母出现零所增加的变量，gamma 和beta是可学习的参数向量（在【0，1】范围）
代码理解对于一批数据，需要计算各个维度上的均值和标准差，一批数据有几个维度，就有几个均值，一批数据N×C×W×H（64,16,256,858），均值有16个
Y = nn.BatchNorm2d(16,affine=True) input = torch.randn(64,16,256,858) output = Y(input) print(Y) print(output)更详细的参考链接