批归一化的作用是() A. 提升模型推理速度B. 提高数据质量C. 加快模型收敛速度D. 增广训练数据

批归一化（Batch Normalization）是一种在深度学习中常用的技术，它通过在每一层的输入上应用归一化操作，使得每一层的输入分布更加稳定。这有助于加速模型的训练过程，因为它减少了内部协变量偏移（internal covariate shift）的问题，即每一层输入分布的变化。批归一化通过标准化每一层的输入，使得模型在训练过程中能够更快地收敛。