Keras的BatchNormalization層中的Moving_mean和Moving_Variance

Question

我想從Tensorflow導出一組預先訓練的權重到Keras。 問題在於，Tensorflow中的批處理規範化圖層僅將Beta和Gamma嵌入爲可訓練權重，而在Keras中，我們也具有Moving_mean和Moving_variance。 我很困惑從哪裏獲得這些權重。

Answer 1

嘗試tf.train.NewCheckpointReader。我最近將一個CNN模型從TF轉換爲Keras，並且用它輸出移動均值/方差權重沒有問題。

reader = tf.train.NewCheckpointReader(ckpt_file) 
for key in reader.get_variable_to_shape_map(): 
    path = os.path.join(output_folder, get_filename(key)) 
    arr = reader.get_tensor(key) 
    np.save(path, arr) 
    print("tensor_name: ", key) 

其中get_filename()僅僅是一個功能轉換張量名稱正確的文件名。 （例如，用下劃線替換斜槓）

如果您對更多詳細信息感興趣，可能會對您有所幫助。