tf.keras批量归一化报错之 Layer ModuleWrapper has arguments in `__init__` and therefore must override `get_co

我们使用tf.keras进行摸模型搭建时，一般使用如下操作进行批量归一化

from keras.layers.normalization import BatchNormalization

但是训练的过程中会报错如下：

这是因为我们混用了tf和keras（注意是keras，而不是tf.keras）。

而如果我们换成了（tf较低版本可以使用）：

from tensorflow.contrib.layers.python.layers import batch_norm 

 mModel.add(tf.keras.layers.batch_norm())

则就会报错为：

ModuleNotFoundError: No module named 'tensorflow.contrib'

这是因为我们的tf的版本过高了，网上一般建议回退版本。当然也有其它复杂的。但是的但是，

我们只需将其换为：
   mModel.add(tf.keras.layers.BatchNormalization())

就行了，就行了啊。

额外说一句，针对tf的大多数低版本有的，而高版本导入报错的情况，都只需要更改其路径即可。如果不知道具体路径，就去官网、百度上查找。实在不行，我们可以用dir(tf.keras.layers)的方式自己一级一级的去寻找嘛。