keras-switchnorm:Keras 2+的开关标准化实现

Keras可切换归一化 可切换规范化是一种规范化技术，它能够以端到端的方式为深度神经网络中的不同规范化层学习不同的规范化操作。 Keras port的实现本文。 从移植代码。 笔记 这仅实现了本文中批次归一化组件的移动平均版本。 batch average技术无法在Keras中轻松实现为一层，因此不受支持。 用法 只需导入switchnorm.py并用此层替换BatchNormalization层。 from switchnorm import SwitchNormalization ip = Input (...) ... x = SwitchNormalization ( axis = - 1 )( x ) ... 例子 对于CIFAR 10的示例脚本中提供cifar.py ，这列车25点的历元的玩具模型。 可获得87％的准确度。 重要性权重 以下是在SwitchNormali