一句话定义：组归一化（Group Normalization，GroupNorm）是一种不依赖批大小（batch size）的归一化方法：它把通道（channel）分成若干组，在每个样本、每组通道内部计算均值和方差，再做标准化。
要理解它，先理解归一化在干什么。神经网络每层的输出数值忽大忽小，训练就不稳定。归一化的做法是：算出一批数的平均值和波动幅度，把它们拉回统一的尺度。关键在于“这批数”从哪里取——这正是不同归一化方法的分水岭。
打个比方：一个班的学生考了多门科目，你想把成绩标准化。BatchNorm 是“拿全班同学在同一科目上的分数算平均”，问题是如果这个班只来了两三个人，这个平均分就没什么代表性，估出来的统计量抖得厉害。GroupNorm 换了个思路：每个学生自己跟自己比——把他的科目分成几组（比如理科一组、文科一组），在组内算平均和波动。因为统计只发生在单个样本内部，所以“这次凑了几个人一起训练”完全不影响结果。
分组数 G 是个可调旋钮。极端情况下：G 等于通道总数时，每组只有一个通道，退化成实例归一化（Instance Normalization）；G 等于 1 时，所有通道并成一组，就相当于对单个样本整体做层归一化（Layer Normalization）。所以 GroupNorm 可以看成 LN 和 IN 之间的一族插值。
| 方法 | 统计范围 | 依赖 batch？ | 典型场景 |
|---|---|---|---|
| BatchNorm | 每个通道，跨 (N, H, W) | 是，小 batch 不稳 | 大 batch 图像分类 |
| AI 词典：LayerNorm">LayerNorm | 每个样本的 (C, H, W) | 否 | Transformer、NLP |
| InstanceNorm | 每个样本的每个通道 (H, W) | 否 | 风格迁移类任务 |
| GroupNorm | 每个样本的每组通道 (C/G, H, W) | 否 | 检测、分割、视频、小 batch |
和 LayerNorm 的区别值得单独说一句：两者都不看 batch，但 LN 把通道和空间位置一锅端，抹掉了通道之间的结构差异；GN 保留了“哪些通道归为一类”的分组结构，对卷积特征（带空间维度、通道间有语义分工）更友好。反过来，Transformer 里每个 token 是一个向量、没有空间维度，LN 就是自然选择。所以它们不是谁替代谁，而是场景不同。
对从业者的实际意义：目标检测、语义分割、视频理解、3D 医学影像这类任务，输入大、显存紧，batch 常常只能开到 2 或 4。这时 BatchNorm 的统计量噪声大、训练掉点，GroupNorm 是默认备选。它还有个附带好处：训练和推理行为完全一致，不需要维护滑动平均的 running statistics，省掉一类隐蔽 bug。代价是推理时 BN 可以折进卷积核做加速，GN 不能，所以对延迟极敏感的部署场景仍可能偏好 BN。具体选型建议以你自己的数据做消融为准。
对普通人：归一化说白了就是“统一量纲”。而 GroupNorm 提醒我们一件事——统计数据从哪儿来，决定了它靠不靠谱；样本太少时的平均值，不如不看。