如是我闻：
1. Instance Normalization（IN）
Instance Normalization（IN）最早由 Ulyanov et al.（2017） 提出，主要用于 风格迁移（Style Transfer） 任务。它的核心思想是 对每个样本的每个通道 ( C ) (C) (C) 单独计算均值和方差，然后进行归一化。
与 Batch Normalization（BN）不同，IN 不依赖 mini-batch 统计信息，所以更适用于小 batch size 甚至 batch size = 1 的情况。
数学公式
对于一个输入特征 x t i l m x_{tilm} xtilm，其中：
- t t t 表示 batch 维度（样本索引）
- i i i 表示通道索引（C）
- l , m l, m l,m 分别表示特征图的空间坐标 H × W H × W H×W
均值计算
μ t i = 1 H W ∑ l = 1 W ∑ m = 1 H x t i l m \mu_{ti} = \frac{1}{HW} \sum_{l=1}^{W} \sum_{m=1}^{H} x_{tilm} μti=HW1l=1∑Wm=1∑Hxtilm
方差计算
σ t i 2 = 1 H W ∑ l = 1 W ∑ m = 1 H ( x t i l m − μ t i ) 2 \sigma^2_{ti} = \frac{1}{HW} \sum_{l=1}^{W} \sum_{m=1}^{H} (x_{tilm} - \mu_{ti})^2 σti2=HW1l=1∑Wm=1∑H(xtilm−μti)2
归一化
y t i l m = x t i l m − μ t i σ t i 2 + ϵ y_{tilm} = \frac{x_{tilm} - \mu_{ti}}{\sqrt{\sigma^2_{ti} + \epsilon}} ytilm=σti2+ϵxtilm−μti
💡 计算范围：
Instance Normalization 只在 单个样本的单个通道 (H×W 维度) 内计算均值和方差，而不会跨通道或跨样本计算。
2. Layer Normalization（LN）
概念
Layer Normalization（LN）由 Ba et al.（2016） 提出，最初用于 RNN 和 Transformer 结构，后来也在 CNN 中被广泛使用。它的核心思想是 对整个样本的所有通道 (C×H×W) 计算均值和方差，然后进行归一化。
不同于 Batch Normalization（BN），LN 不依赖 batch 维度，适用于 NLP 和 Transformer 任务，特别是在 batch size 变化较大的情况下，仍能保持稳定的效果。
数学公式
对于一个输入特征 x i j k l x_{ijkl} xijkl，其中：
- i i i 表示 batch 维度（样本索引）
- j j j 表示通道索引（ C C C）
- k , l k, l k,l 分别表示特征图的空间坐标（ H × W H × W H×W）
均值计算
μ l = 1 C H W ∑ j = 1 C ∑ k = 1 H ∑ l = 1 W x i j k l \mu^l = \frac{1}{CHW} \sum_{j=1}^{C} \sum_{k=1}^{H} \sum_{l=1}^{W} x_{ijkl} μl=CHW1j=1∑Ck=1∑Hl=1∑Wxijkl
方差计算
σ l 2 = 1 C H W ∑ j = 1 C ∑ k = 1 H ∑ l = 1 W ( x i j k l − μ l ) 2 \sigma^2_l = \frac{1}{CHW} \sum_{j=1}^{C} \sum_{k=1}^{H} \sum_{l=1}^{W} (x_{ijkl} - \mu^l)^2 σl2=CHW1j=1∑Ck=1∑Hl=1∑W(xijkl−μl)2
归一化
y i j k l = x i j k l − μ l σ l 2 + ϵ y_{ijkl} = \frac{x_{ijkl} - \mu^l}{\sqrt{\sigma^2_l + \epsilon}} yijkl=σl2+ϵxijkl−μl
💡 计算范围：
Layer Normalization 在整个样本的所有通道 (C×H×W) 维度上计算均值和方差，不同通道之间的归一化统计量是共享的。
3. 计算示例
假设我们有一个输入 特征图大小为
2
×
2
2 \times 2
2×2，batch size 为 1，通道数 C = 2，即：
X
=
[
Channel 1
:
[
1
2
3
4
]
,
Channel 2
:
[
5
6
7
8
]
]
X = \begin{bmatrix} \text{Channel 1}: & \begin{bmatrix} 1 & 2 \\ 3 & 4 \end{bmatrix}, \quad \text{Channel 2}: & \begin{bmatrix} 5 & 6 \\ 7 & 8 \end{bmatrix} \end{bmatrix}
X=[Channel 1:[1324],Channel 2:[5768]]
Instance Normalization
IN 对 每个通道 ( C C C) 独立归一化，计算均值和方差：
-
Channel 1 均值：
μ 1 = 1 + 2 + 3 + 4 4 = 2.5 \mu_1 = \frac{1+2+3+4}{4} = 2.5 μ1=41+2+3+4=2.5
方差：
σ 1 2 = ( 1 − 2.5 ) 2 + ( 2 − 2.5 ) 2 + ( 3 − 2.5 ) 2 + ( 4 − 2.5 ) 2 4 = 1.25 \sigma_1^2 = \frac{(1-2.5)^2 + (2-2.5)^2 + (3-2.5)^2 + (4-2.5)^2}{4} = 1.25 σ12=4(1−2.5)2+(2−2.5)2+(3−2.5)2+(4−2.5)2=1.25
归一化：
Y 1 = X 1 − 2.5 1.25 + ϵ Y_1 = \frac{X_1 - 2.5}{\sqrt{1.25 + \epsilon}} Y1=1.25+ϵX1−2.5 -
Channel 2 均值：
μ 2 = 5 + 6 + 7 + 8 4 = 6.5 \mu_2 = \frac{5+6+7+8}{4} = 6.5 μ2=45+6+7+8=6.5
归一化后：
Y 2 = X 2 − 6.5 1.25 + ϵ Y_2 = \frac{X_2 - 6.5}{\sqrt{1.25 + \epsilon}} Y2=1.25+ϵX2−6.5
Layer Normalization
LN 对 整个样本的所有通道 (C×H×W) 归一化，计算：
- 总均值：
μ = 1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 8 = 4.5 \mu = \frac{1+2+3+4+5+6+7+8}{8} = 4.5 μ=81+2+3+4+5+6+7+8=4.5 - 总方差：
σ 2 = ( 1 − 4.5 ) 2 + ⋯ + ( 8 − 4.5 ) 2 8 = 5.25 \sigma^2 = \frac{(1-4.5)^2 + \dots + (8-4.5)^2}{8} = 5.25 σ2=8(1−4.5)2+⋯+(8−4.5)2=5.25 - 归一化：
Y = X − 4.5 5.25 + ϵ Y = \frac{X - 4.5}{\sqrt{5.25 + \epsilon}} Y=5.25+ϵX−4.5
4. 主要区别
| 归一化方法 | 计算均值/方差的范围 | 归一化的单位 | 适用场景 |
|---|---|---|---|
| Instance Normalization (IN) | 每个通道 (H×W) 计算均值和方差 | 每个通道独立归一化 | 风格迁移、GAN、计算机视觉任务 |
| Layer Normalization (LN) | 整个样本 (C×H×W) 计算均值和方差 | 所有通道一起归一化 | NLP、Transformer、RNN/CNN 任务 |
5. 总结
- IN 适用于图像任务（如风格迁移），可以帮助去除特定风格信息。
- LN 适用于 NLP 和 CNN 任务，因为它不会受到 batch size 影响，在 Transformer 和 RNN 里表现更稳定。
希望这篇文章能帮助你理解 Instance Normalization 和 Layer Normalization 的核心概念及其不同应用！🎯