cs231n作业2BN

cs231n作业2中的BN是指Batch Normalization，它是一种用于加速深度神经网络训练的技术。在cs231n课程中，通过修改FullyConnectedNet中的实现，可以将批归一化(Batch Normalization)应用于全连接神经网络。

Batch Normalization解决了深度神经网络中内部协变量偏移的问题，从而加速了训练过程。它通过在每个小批量训练样本上进行归一化操作，来保持网络中间层的输入分布稳定。具体而言，它计算每个特征的均值和标准差，并将输入进行线性变换和缩放，以使其均值为0，方差为1。这样可以使得网络更容易训练，避免梯度消失或梯度爆炸问题。

在cs231n作业2中，需要在FullyConnectedNet的实现中添加Batch Normalization。具体来说，需要修改fc_net.py文件，按照作业要求，在前向传播和反向传播过程中添加Batch Normalization的计算和更新参数的操作。