以猫狗分类任务为例，本文基于深度学习构建了多层卷积神经网络，并分别应用了BN、GN、IN和LN等四种归一化算法，通过针对性的超参数调整，发现BN效果最佳，GN次之，IN再次之，LN最差。在此基础上，作者提出了一种新的全归一化算法（FN），并实现了FNBB和FNBL两种不同方式，适用于精准识别和快速识别两个不同任务领域。通过与已有算法的实验比较，表明FN算法能够取得较好的效果。