Batch Normalization is een techniek die de waarden van invoergegevens normaliseert in neurale netwerken. Het zorgt ervoor dat de invoer van elke laag een gemiddelde van 0 en een standaarddeviatie van 1 heeft, wat het trainen van het netwerk stabieler en sneller maakt.

Deze techniek helpt ook tegen het verdwijnen van gradiënten, een probleem waarbij het model niet meer kan leren in diepe netwerken. Door gegevens te normaliseren, kunnen neurale netwerken dieper worden zonder trainingsinstabiliteit.