批量归一化层代替局部归一化层的优势

批量归一化层（Batch Normalization，BN）相比于局部归一化层（Local Response Normalization，LRN）有以下优势：
1. BN可以在训练过程中动态地调整每一层的均值和方差，从而使得每一层的输入分布更加稳定，加速了网络的训练。
2. BN可以减少梯度消失问题，使得网络更加深层，提高了网络的泛化能力。
3. BN可以减少对超参数的依赖，使得网络更加容易调整和训练。