为什么在文本任务（如Transformer/BERT）中通常选择Layer Normalization（LN）而不是Batch Normalization（BN）？
考察说明
考察对文本与图像数据特性差异对归一化选择影响的理解
回答思路
- 指出文本序列长度可变、batch内样本长度不一致的问题
- 说明BN对batch size依赖强，而文本batch通常较小
- 解释LN在序列内部归一化更能保持每个token表示的稳定性
- 能结合Transformer结构中残差连接和LN的位置说明
本题已收录答题指导
本题附完整参考答案与评分标准
登录后可查看结构化答题指导；也可以直接开一场模拟面试，AI 面试官用本题实时追问并给出评分。