问题一， 我感觉BN强行对每层特征都中心化可能并不是一个绝对正确的先验吧。 按batch来讲的话，如果batch太小，用moving average去估计global average的偏差可能会比较大，或者数据本身冗余太大， global variance的偏差会比较大。

问题二，会不会和重要采样之类的东西有关啊，这么大的类别输出，你softmax 都很难求。

问题三，核函数的话，我记得有个理论说只要kernel满足某些条件就有一个内积结构与之对应(西瓜书上好像有)，所以这个题目会不会有点问题？