python-3.x - 如何在不调用 tf.layers.batch_normalization() 的情况下在推理模式下设置批量标准化操作？

Question

我用 tensorflow 定义了一个深度 CNN，包括一个批量标准化操作，即，我的代码可能如下所示：

def network(input):
    ...
    input = tf.layers.batch_normalization(input, ...)
    ...

假设网络已经训练好，并且检查点文件已经保存。现在我想用这个模型进行推理。通常，我可以network(input)再次调用该函数，除了将参数传递training=False给tf.layers.batch_normalization()，然后从检查点文件中恢复权重。

但是，我更喜欢用它tf.import_meta_graph来重建我的网络，因为函数中的代码network(input)可以更改。

但是现在我如何在推理模式下设置批量标准化操作呢？由于我无法访问 function tf.layers.batch_normalization()，因此我很难解决这个问题。

标签： python-3.xtensorflowmachine-learningdeep-learningdeep-residual-networks