环境：Anaconda python3.8
框架：tensorflow2.0和GitHub社区实现的keras-contrib包(https://github.com/keras-team/keras-contrib)
python training.py
python test.py
模型的构建实现在model.py，训练实现在training.py，测试实现在test.py，input_data.py实现batch的划分和文件的处理。data存放训练集和测试集，log用于学习好的模型参数的存放，image用于存放训练&测试过程中生成的图表。此次研究模型代码和生成的图表分类放在“各种model”文件夹。
对无norm版本、实现了BN、LN、IN和GN四种已有算法的四个版本以及FNBB和FNBL两种新的改进算法两个版本进行了比较，并对结果进行了分析。
| 各算法最佳结果 | 训练 | 测试 |
|---|---|---|
| 无norm |  |
 |
| BN |  |
 |
| LN |  |
 |
| IN |  |
 |
| GN |  |
 |
| FNBB |  |
 |
| FNBL |  |
 |
（详情及具体分析见技术报告，由于已训练好的模型参数体积过大，不在提交文件中展示，可以联系作者获取或自行训练）