请解释Batch Normalization（BN）的原理，并说明其在训练阶段和推理阶段（测试阶段）的区别。

回答思路

1. 准确说明BN对特征进行归一化与缩放平移的公式
2. 指出训练时使用当前mini-batch的均值方差，推理时使用全局统计量
3. 说明推理时为何不能使用批量统计量以及如何用滑动平均估计
4. 能提及BN在训练时依赖批量统计量、推理时依赖固定参数的差异