我正在尝试在 tf.keras 中重新实现研究论文代码,在 init 块中它被写为:
with slim.arg_scope([slim.conv2d,separable_conv],activation_fn=tf.nn.relu6, normalizer_fn=slim.batch_norm):
with slim.arg_scope([slim.batch_norm], is_training=is_training, activation_fn=None):
with tf.variable_scope(name):
net = slim.conv2d(inputs, num_outputs=depth, kernel_size=3, stride=2, scope="conv") #padding same
我没有在 normalizer_fn=slim.batch_norm 的 tf.keras.layer.Conv2D 参数中找到等效项。如何在 keras 中实现这一点?
我试过了:
model.add(Conv2D("some arguments") #0
model.add(BatchNormalization())
这是否与上述 tf.contrib.slim 代码等效。由于 tf.contrib.slim 的文档有限,我真的很困惑。