keras - 用 tf.contrib.slim 编写的 tf.keras 等效代码块
问题描述
我正在尝试在 tf.keras 中重新实现研究论文代码,在 init 块中它被写为:
with slim.arg_scope([slim.conv2d,separable_conv],activation_fn=tf.nn.relu6, normalizer_fn=slim.batch_norm):
with slim.arg_scope([slim.batch_norm], is_training=is_training, activation_fn=None):
with tf.variable_scope(name):
net = slim.conv2d(inputs, num_outputs=depth, kernel_size=3, stride=2, scope="conv") #padding same
我没有在 normalizer_fn=slim.batch_norm 的 tf.keras.layer.Conv2D 参数中找到等效项。如何在 keras 中实现这一点?
我试过了:
model.add(Conv2D("some arguments") #0
model.add(BatchNormalization())
这是否与上述 tf.contrib.slim 代码等效。由于 tf.contrib.slim 的文档有限,我真的很困惑。
解决方案
推荐阅读
- node.js - Docker nginx 镜像问题
- version-control - “directory_structure.txt”文件的目的是什么?
- python - Python Selenium“无法定位元素”
- java - 处理异常:javax.net.ssl.SSLHandshakeException:收到致命警报:handshake_failure
- fortran - 模块过程中的 IMPORT 语句
- python - Visual Studio Code 忽略断点
- django - 如何在 VSCode 中调试 Django Javascript?
- r - 使用循环创建多个虚拟变量
- android - Firemonkey:如何检测操作系统(Android/iOS)何时关闭
- mysql - 如何在每个 GROUP BY 中排序