这里引用吴恩达教授在课程中的截图。
一、 w，b分布
我们首先分析一下为什么非归一化的的cost呈现这种分布。
对于一个没有归一化的数据，X和Y可能呈现很大的数量级差距，如果X相较于Y非常大的话，改变W对Z的影响将会相对b来说非常大。
举个例子，如果Y在0,1之间，而X在100000以上，在梯度下降的过程中，w将会变化极小，因为稍微变化百分之一，都可能造成cost变化非常大。
二、 梯度下降
我们再分析一下，梯度下降的过程会发生什么。对于第一个图，如果我们在图中标识的起始点，我们的梯度并没有指向最优点。所以在梯度下降的过程中，迭代结果可能并不是有效的，甚至变得更加糟糕。
而相反，我们从第二图中可以看出，在圆中的任意一点，我们的梯度下降的方向均是指向最优解，这让我们的迭代变得更加高效。
以上是归一化加速训练的原因。