在Tensorflow中实现批量范数时，如何重用beta和gamma而不同时重用移动均值和移动方差？

Question

目前我想用张量流建立两个卷积神经网络。此外，我也在我的网络中使用批量标准(tf.contrib.layers公司例如，.batch\u norm）。我希望这两个网络共享所有的权重，除了批量范数中的移动均值和移动方差。在

我的问题是，如果我只是这样定义一个重用变量范围：

def BatchNorm(x, is_reuse, *args):
    with tf.variable_scope('Network', reuse=is_reuse):
        return tf.contriib.layers.batch_norm(x, *args)
# set is_reuse = False when building the first NN
# set is_reuse = True when building the second one

然而，通过这种方式，批处理规范中的所有变量，包括beta、gamma、moving_mean、moving_variance将全部设置为reuse=True或reuse=False。但我只想重用bata和gamma，而不重用移动平均值和移动方差。在

我自己实现批处理规范是一种解决方案，但是我想知道是否有任何tensorflow函数可以为我做这些事情，所以我只需要设置一些参数是真的或者传入一些张量。在

非常感谢！在