重写 Tensorflow 2.0 中的 tf.contrib.layers.batch_norm

Question

有人可以帮我在 Tf2.0 中重写以下代码块吗？
我知道 batch_norm 相当于 keras.layers.BatchNormalization 但文档没有给出关于“衰减”和“epsilon”对应的明确解决方案。 谢谢！

def batch_norm(opts, _input, is_train, reuse, scope, scale=True):
    """Batch normalization based on tf.contrib.layers.

    """
    return tf.contrib.layers.batch_norm(
        _input, center=True, scale=scale,
        epsilon=opts['batch_norm_eps'], decay=opts['batch_norm_decay'],
        is_training=is_train, reuse=True, updates_collections=None,
        scope=scope, fused=False)

Answer 1

在这种情况下， decay对应于tf.keras.layers.BatchNormalization的momentum ，而epsilon仍然是epsilon 。