La normalisation par lots est une technique qui standardise les entrées de chaque couche d'un réseau de neurones pendant l'entraînement, maintenant stable la distribution des données au fur et à mesure qu'elles traversent le réseau. Cela accélère considérablement l'entraînement, permet des taux d'apprentissage plus élevés et agit comme un régularisateur léger. Sans elle, les réseaux profonds sont sujets au décalage de covariable interne, où chaque couche doit constamment s'adapter à des distributions d'entrée changeantes.