画像処理（CNN）の隠れ層において、よく使われる手法のひとつ。
学習時のミニバッチごとに、標準化処理をして共変量シフトを層ごとに補正する。（⇒正規化）
標準化することで、データの分布の偏りをなくし、正規分布に近くなるようにデータを整える。
これによって、学習が早くなり、過学習を防止できる。

バッチ正規化は、元のCNNの表現力の高さを保ちながら学習の高速化と安定化が期待できるため、層の深いモデルを安定して学習するためには必須の技術といえる。