如何在不调用tf.layers.batch_normalization()的情况下以推理模式设置批处理规范化op?

时间:2018-08-23 15:38:39

标签: python-3.x tensorflow machine-learning deep-learning deep-residual-networks

我使用tensorflow定义了一个深层CNN,包括一个批处理规范化操作,即我的代码可能像这样:

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

假定网络已接受培训,并且检查点文件已保存。现在,我想使用此模型进行推断。通常,除了将参数network(input)传递到training=False之外,我可以再次调用函数tf.layers.batch_normalization(),然后从检查点文件恢复权重。

但是,由于可以更改功能tf.import_meta_graph中的代码,我更愿意使用network(input)来重建我的网络。

但是现在我该如何在推理模式下设置批处理规范化操作?由于我无权使用函数tf.layers.batch_normalization(),因此解决该问题有些困难。

0 个答案:

没有答案