我一直在将ResNeXt50权重从Pytorch转换为Tensorflow。我似乎已经从卷积层和完全连接的磁头转移了所有其他权重，但是，我似乎无法在批次归一化层内部正确转移值。据我了解，Pytorch批处理规范化层具有weight，bias，running_mean和running_var。它们对应于Tensorflow批处理规范化中的gamma，beta，moving_mean和moving_variance。当我将其转换为Tensorflow时，我已经检查了批处理规范化层的权重，看来一切正常。但是，当我进行预测时，Tensorflow批处理规范化的输出值与Pytorch批处理规范化的输出值相去甚远。这是因为转换错误，还是两个库在推断时的批处理规范化行为不同？