使用Keras进行跨语言学习时，如何更新moving_mean / moving_variance

Question

出于某种原因，我想使用Kearas预训练模型和张量流进行训练。 因为包含了BN，所以我们需要手动更新moving_mean / moving_variance。解决方案如下：

update_ops = tf.get_collection(tf.GraphKeys.UPDATE_OPS)
with tf.control_dependencies(update_ops):
         train_step = tf.train.AdamOptimizer(learning_rate=0.0001).minimize

但是，当使用keras模型时，tf.get_collection（tf.GraphKeys.UPDATE_OPS）返回一个空列表。所以我就这样改变了：

update_ops = base_model.updates
...
with tf.control_dependencies(update_ops):
             train_step = tf.train.AdamOptimizer(learning_rate=0.0001).minimize

然后，总是有一个错误：

  

您必须使用dtype输入占位符张量'input_1'的值   浮动和形状[？，224,224,3]，似乎没有数据馈入   模型。当我用“ tf.control_dependencies（update_ops）删除”时，它   可行，结果当然是错误的，因为   moving_mean / moving_variance未更新