本研究提出了一种重量归一化方法，通过重新参数化神经网络权向量，改善优化条件，加速随机梯度下降的收敛。实验结果表明，该方法在多种深度神经网络架构中提升了性能，有效解决了过拟合问题，增强了模型的泛化能力。