微调时若将 BatchNorm 层设为 train 模式，running mean 和 running variance 会被当前小批量数据的统计量重新估计并覆盖；当 batch size 较小时（如 8 或 16），会导致 running 统计量剧烈漂移，破坏已学到的归一化基准，表现为 loss 震荡甚至精度骤降。