版权声明： https://blog.csdn.net/qq_31239495/article/details/82587937
Batch Normalization:
arXiv:1502.03167
作用：将每一次层神经元的输出都进行归一化，将数据缩放到合适的范围
添加场景：卷积之后，激活之前
Dropout:
arXiv:1207.0580
作用：减少数据之间的相关性，提高泛华能力，改善过拟合的现象
要点：训练时以几率p将神经元输出置0，改善过拟合情况，可能减缓收敛速度，不会对训练和预测速度产生太大影响。
放在分类器之前
以概率p置0神经元，保留神经元输出除以（1-p），否则将不能收敛或者发生其他意外情况
通常 p = 0.5