我想在TensorFlow中使用批量规范化，并在GitHub上遇到这个batch_normalize函数：link
我注意到有一个特定的标志来检查我们是否在训练。但是，我不熟悉如何将此标志设置为True或False，并且在训练时设置此特定标志是否标准？我指的是这里：
is_training = array_ops_.squeeze(ops.get_collection("IS_TRAINING"))
总结一下我的问题：如何将此标记设置为True / False以便我可以使用此batch_normalize函数？
谢谢！
答案 0 :(得分：0)
该功能是scikit-flow a.k.a TF学习的一部分，而不是＆＃34; base＆＃34; TF - 您可以看到他们如何在图书馆的估算工具部分设置标记：GitHub link
self._graph.add_to_collection("IS_TRAINING", True)
部分self._graph是包含batchnorm操作的TF图。
答案 1 :(得分：0)
如果您将其用作传递到TensorFlowEstimator的自定义模型函数的一部分，则只需调用fit即可进行培训。当您致电predict时，batch_normalize将用于测试。
请注意，TensorFlow Learn（a.k.a Scikit Flow）会自动调用它们，因此您需要关注的是提供自定义模型函数并将其传递到TensorFlowEstimator。