TensorFlow 批归一化实现之间有什么区别？
What is the difference between the TensorFlow batch normalization implementations?
TensorFlow 似乎实现了至少 3 个版本的批量归一化：
这些都有不同的参数和文档。
它们之间有什么区别，我应该使用哪一个？
全部基于同一篇论文：http://arxiv.org/abs/1502.03167
所以他们应该做同样的事情。
一些函数在代码中移动，但保留旧版本以保持向后兼容性，您最终会得到不止一个版本。
我会推荐使用最简单的一个让你做你的项目（即 tf.nn.batch_normalization）。如果您需要 features/parameters 但未提供，请选择适合您的那个。
注意：
tf.contrib.* 不保证保持向后兼容（api 可能会在未来版本中更改）。
他们其实很不一样。
nn.batch_normalization 执行基本操作（即简单的归一化）layers.batch_normalization 是一个 batchnorm "layer"，即它负责设置可训练参数等。归根结底，它是 nn.batch_normalization 的包装器。很有可能这是您想要使用的，除非您想自己设置变量等。
类似于nn.conv2d和layers.conv2d的区别，例如
至于 contrib 版本，我不能肯定地说，但在我看来它像是一个实验版本，带有一些 "regular" layers 中没有的额外参数一.
TensorFlow 似乎实现了至少 3 个版本的批量归一化：
这些都有不同的参数和文档。
它们之间有什么区别，我应该使用哪一个？
全部基于同一篇论文：http://arxiv.org/abs/1502.03167 所以他们应该做同样的事情。
一些函数在代码中移动，但保留旧版本以保持向后兼容性，您最终会得到不止一个版本。
我会推荐使用最简单的一个让你做你的项目（即 tf.nn.batch_normalization）。如果您需要 features/parameters 但未提供，请选择适合您的那个。
注意： tf.contrib.* 不保证保持向后兼容（api 可能会在未来版本中更改）。
他们其实很不一样。
nn.batch_normalization执行基本操作（即简单的归一化）layers.batch_normalization是一个 batchnorm "layer"，即它负责设置可训练参数等。归根结底，它是nn.batch_normalization的包装器。很有可能这是您想要使用的，除非您想自己设置变量等。
类似于nn.conv2d和layers.conv2d的区别，例如
至于 contrib 版本，我不能肯定地说，但在我看来它像是一个实验版本，带有一些 "regular" layers 中没有的额外参数一.