解释：为什么Transformer使用LayerNorm而不是BatchNorm？（无需公式的工程必要性）

这篇文章讨论了深度学习面试中一个常见的问题：为什么Transformer使用Layer Normalization (LN) 而不是 Batch Normalization (BatchNorm)。作者是一位人工智能研究员，表示不喜欢在面试中问这个问题，认为这往往会导致死记硬背而不是真正的理解。文章的重点是从实践的、工程的角度提供解释，避免复杂的数学公式。这种方法旨在提供更直观、更易于理解的解释，适合更广泛的受众。

• •这篇文章旨在从工程角度解释Transformer中LayerNorm的选择。
• •它避免了复杂的数学公式，侧重于实际考虑。
• •作者不喜欢在面试中问这个问题，认为这往往会导致死记硬背。