BatchNorm 和 LayerNorm 的区别及适用场景是什么？

回答思路

1. 准确说出BatchNorm按通道跨样本归一化、LayerNorm按样本跨特征归一化
2. 解释二者在训练与推理时的行为差异（如BatchNorm依赖批次统计量）
3. 结合典型场景（CNN、RNN、Transformer）说明各自适用性及原因