我用归一化层训练了一个模型。代码如下：

在训练阶段：

model=Sequential()model.add()...k.set_learning_phase(1)ModelCheckpoint(weights_file)model.fit()

在推理时：

k.set_learning_phase(0)model.load_weights(weights_file)model.predict_classes()...

Keras的版本：2.0.8。这样做正确吗，或者是否需要一些特殊的代码来计算训练后的BN，就像在Caffe中使用SegNet那样？

回答：

不需要，当使用BatchNormalization或Dropout层时，你不需要做任何特别的事情。Keras已经跟踪了学习/测试阶段，所以在使用predict或predict_classes时，它会做正确的事情。

你甚至不需要手动设置学习阶段，Keras已经帮你做了。