对比一下批归一化（Batch Normalization）和层归一化（Layer Normalization）的区别和适用场景。
考察说明
考察两种归一化方法在计算维度、适用结构及效果上的差异理解
回答思路
- 准确说明归一化的统计维度差异：BN沿batch维度，LN沿特征维度
- 说明训练与推理阶段的行为差异（如BN依赖batch统计量）
- 给出典型适用场景（CNN多用BN，RNN/Transformer多用LN）
- 能解释BN对batch size敏感而LN不敏感的原因
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。