caffe Python API 之BatchNormal

net.bn = caffe.layers.BatchNorm(
    net.conv1,
    batch_norm_param=dict(
        moving_average_fraction=0.90,   #滑动平均的衰减系数，默认为0.999
        use_global_stats=False,         #如果为真，则使用保存的均值和方差，否则采用滑动平均计算新的均值和方差。
                                        # 该参数缺省的时候，如果是测试阶段则等价为真，如果是训练阶段则等价为假。
        eps=1e-5                        #分母附加值，防止除以方差时出现除0操作，默认为1e-5（不同框架采用的默认值不一样）
    ),
    in_place=True
)


输出：
layer {
  name: "bn"
  type: "BatchNorm"
  bottom: "conv1"
  top: "conv1"
  batch_norm_param {
    use_global_stats: false
    moving_average_fraction: 0.9
    eps: 1e-05
  }
}