一、BN         论文下载：Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift 1、背景         在神经网络训练过程中，输入的数据可能具有分布不平衡、相关性强等问题，同时随着前一层参数的变化，每一层输入的分布也会发生变化，这使得训练深度神经网络

台湾企业研制开发新一代钻石砂轮、金刚石砂轮、CBN／氮化硼砂轮修整器。 该砂轮削整器采用游离磨料滚动交叉方式修整，以柔克刚，不会破坏砂轮的整体结构。 可修整半圆，同时完成两个角度。修整精度、真圆度与平坦度均在0.1μm以内。 修正、修锐一次完成，较一般修整方式快20倍以上。 台湾金刚石砂轮修整器 适用修整砂轮：金刚石砂轮、钻石砂轮、CBN砂轮、树脂砂轮、金属砂轮。 修整器适用外圆磨床、平

全球首个不需要任何传感器的精密砂轮修整系统，工作精度可以达到0.5um 在磨削加工过程中，砂轮磨粒的棱角随着时间的增长会逐渐变钝，轮廓也会发生改变，不能保证加工所需要的形状精度和表面粗糙度。这时需要恢复砂轮的形状精度以及磨粒的锋利，也就是所谓的对砂轮进行重新修整。 砂轮的修整是一个非常重要的过程，因为它保障了加工的质量。另一方面它也损失了加工时间。这就要求砂轮修整的工程尽量恢复砂轮的表面精度，