网络依次经过线性层、BN 和 ReLU。训练时，BN 使用当前小批量的 \(\boldsymbol{\mu}_B^{[l]}\) 和 \(\boldsymbol{v}_B^{[l]}\)，同时更新运行均值与运行方差；验证和测试时调用 model.eval()，只使用冻结的运行统计量。因为 BN 已包含可学习的平移参数 \(\boldsymbol{\beta}^{[l]}\)，其前的线性层在本演示中使用 bias=False。