【发布时间】：2020-01-08 03:59:01
【问题描述】：
是否有可能将training 参数的正确值传递给使用tf.keras.Model() 构造函数（“功能”API）制作的模型中的层，或者您是否必须继承tf.keras.Model() 才能做到这一点?
对于tf.keras.layers.BatchNormalization，我需要training。
【问题讨论】：
标签： python tensorflow deep-learning tf.keras
【发布时间】：2020-01-08 03:59:01
【问题描述】：
简短回答：并非如此。
Keras Layer 具有您可以访问和修改的 trainable 参数。但这更多地用于冷冻重量。
至于Sequential API，就目前而言，关于 BatchNorm 在推理模式下的行为方式的文档很少。甚至还有一些已打开的 GitHub 问题 here 和 here。
tf.keras.Model() API 让您可以更好地控制流程以及层的行为方式，所以如果您不关心Saved Model 格式，我会坚持使用。
【讨论】：