batch normalization 为什么有效？
4.1 Normalization 的权重伸缩不变性
从两方面来看，
1、权重伸缩不变性可以有效地提高反向传播的效率。
主要体现在对x求导。
2.权重伸缩不变性还具有参数正则化的效果，可以使用更高的学习率。
主要体现在对w求导。
意思是，如果某一次更新使得w变得很大，则lambada系数一定很大，那么梯度就减小了。在一定程度上体现了参数正则化，
不让参数过度增长。
4.2 Normalization 的数据伸缩不变性
另一种角度看，
前面是两个求导之间对比，下面这个角度是针对自己求导进行观察
当W很小的时候，其标准差也大不了哪去，比如W为0.0001，它的标准差能有多大呢？
当W很大的时候，那么它的标准差就有可能很大了，至少比W0.0001的时候大吧。
所以限制梯度体现在这里