待验证50% 置信事实精确时间

批归一化由Ioffe和Szegedy于2015年提出，核心机制是对小批量数据的均值和方差进行归一化并学习缩放参数γ和平移参数β

1

来源数

50%

置信度

长期有效

时效性

2026/7/14

首次发现

来源

疟疾细胞AI识别：医学影像分类实践全解析

相关事实

待验证Batch Normalization由Ioffe和Szegedy于2015年提出，通过对mini-batch内激活值标准化65% 相似待验证可说明性（Explainability）催生了LIME、SHAP等事后归因方法，面向外部用户回答为什么模型给出该输出64% 相似待验证批归一化于2015年提出，通过在每层对激活值进行标准化来稳定梯度的分布64% 相似已验证混合专家架构MoE通过稀疏激活机制，推理时只激活模型总参数的1/8至1/463% 相似待验证整合多个模型回答的模型集成效应能够平滑单一模型的系统性偏差63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/507550

API

curl https://kongchang.com/api/v1/knowledge/claims/507550

MCP

get_claim(id=507550)