if self.running_mean is None: N, D = x.shape self.running_mean = np.zeros(D) self.running_var = np.zeros(D)

这段代码是在批量归一化层中进行初始化操作。如果 self.running_mean 为空，即第一次使用该层进行训练，它会首先计算输入张量 x 的形状（N,D），其中 N 表示 batch size，D 表示每个样本的特征数。然后，它将 self.running_mean 和 self.running_var 初始化为全零数组，形状为 (D,)，用于存储整个训练集中每个特征的均值和方差。这两个数组在训练过程中会不断地被更新，用于对输入样本进行标准化。