Tensorflow中正确的批次标准化功能是什么？

Tensorflow中正确的批次标准化功能是什么？

只是添加到列表中，还有其他几种方法可以在tensorflow中进行批处理规范：

• tf.nn.batch_normalization

  是低级 *** 作。调用者负责自己处理

  mean

  和

  variance

  张量。

• tf.nn.fused_batch_norm

  是另一个低级 *** 作，类似于上一个 *** 作。不同之处在于它针对4D输入张量进行了优化，这在卷积神经网络中很常见。

  tf.nn.batch_normalization

  接受任何大于1的等级的张量

• tf.layers.batch_normalization

  是先前 *** 作的高级包装。最大的区别在于，它负责创建和管理运行均值和方差张量，并在可能时调用快速融合的op。通常，这应该是您的 默认选择 。

• tf.contrib.layers.batch_norm

  是批处理规范的早期实现，它已逐步升级为核心API（即

  tf.layers

  ）。不建议使用它，因为在将来的版本中可能会删除它。

• tf.nn.batch_norm_with_global_normalization

  是另一个已弃用的 *** 作。当前，将呼叫委托给

  tf.nn.batch_normalization

  ，但将来可能会中断。
• 最后，还有

  keras.layers.BatchNormalization

  Keras层，在tensorflow后端调用的情况下可以使用

  tf.nn.batch_normalization

  。