Python 我在哪里调用 Keras 中的 BatchNormalization 函数

更详细地回答这个问题，正如Pavel所说，批处理标准化只是另一个层，因此您可以使用它来创建您想要的网络体系 struct .

一般情况下，在网络中的线性层和非线性层之间使用BN，因为它规范化了激活函数的输入，因此您位于激活函数的线性部分(例如Sigmoid)的中心.这里有一个关于它的小讨论

在上面的例子中，这可能看起来像:

# import BatchNormalization
from keras.layers.normalization import BatchNormalization

# instantiate model
model = Sequential()

# we can think of this chunk as the input layer
model.add(Dense(64, input_dim=14, init='uniform'))
model.add(BatchNormalization())
model.add(Activation('tanh'))
model.add(Dropout(0.5))

# we can think of this chunk as the hidden layer    
model.add(Dense(64, init='uniform'))
model.add(BatchNormalization())
model.add(Activation('tanh'))
model.add(Dropout(0.5))

# we can think of this chunk as the output layer
model.add(Dense(2, init='uniform'))
model.add(BatchNormalization())
model.add(Activation('softmax'))

# setting up the optimization of our weights 
sgd = SGD(lr=0.1, decay=1e-6, momentum=0.9, nesterov=True)
model.compile(loss='binary_crossentropy', optimizer=sgd)

# running the fitting
model.fit(X_train, y_train, nb_epoch=20, batch_size=16, show_accuracy=True, validation_split=0.2, verbose = 2)

希望这能让事情更清楚一点.