通俗解释
对一个 token 的所有特征维度求均值方差再标准化，适合变长序列和小 batch。Transformer 默认使用它。
用在哪里：BERT、GPT-2 等 Transformer
01原始论文
Layer Normalization
Jimmy Lei Ba, Jamie Ryan Kiros, Geoffrey E. Hinton · 2016
arXiv ↗ ✓ 已核实 · arXiv API
02知识位置
左边先学；右边是学完它之后可以学的。
左：前置 · 右：后继 · 虚线：相关。看完整关系图 →
03学习资料
官方文档、图解、课程和参考实现，链接都核对过。
04在课程里哪里学
U31 训练深层网络：优化器、归一化与正则 SGD/动量/Adam/AdamW/Muon、学习率调度、BatchNorm/LayerNorm/RMSNorm、Dropout、残差。 10 小时10 个算法4 篇论文 U41 Transformer 与注意力 自注意力、多头、位置编码、残差与归一化，从零实现 GPT。 16 小时6 个算法3 篇论文已有正文
所在学习路线：从零到深度学习
给 AI 读 / 数据说明
- 核实状态：已核实，核对于 2026-10-22。
- JSON: /api/learn/algorithms.json (id:
layernorm)