标签： tensorflow keras tf.keras
我正在将一些pytorch代码重写为tensorflow 2.x代码，并且我对标题有疑问。如果模型具有批处理归一化层，则其行为在训练和推理之间会有所不同，因此我想更改模型模式。在pytorch中，我们可以通过model.eval（）/ model.train（）来做到这一点，但是在tf.keras中我该怎么办？天真的想法是model.trainable = False，但这是正确的吗？
已经有类似的问题，但是我对于keras和tf.keras关于图层或模型的可训练属性的区别感到非常困惑。