为什么要用LN(Layer Normalization)，而不用BN(Batch Normalization)？
考察说明
考察归一化方法的原理差异、适用场景及在NLP/Transformer中的选择依据
回答思路
- 能准确说明BN按特征维度跨样本归一化及其对小批量敏感、依赖批次统计的特性
- 能准确说明LN按样本跨特征归一化及其不依赖批次大小、适合变长序列的优点
- 能结合任务特性（如NLP中的变长输入、Transformer）说明选择LN而非BN的核心理由
- 能对比两者在训练和推理阶段的差异（如BN在推理时使用累计统计量）
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。