说到Transformer，就不能不提它的好搭档——Layer Normalization（LayerNorm），简称LN。你可能要问，为啥Transformer要用LN而不是Batch Normalization（BN）呢？这背后可是有大学问的。 在聊“二选一”的问题前，我们先介绍下什么是Layer Normalization？什么是Batch Normalization?