用tf.contrib.slim编写的tf.keras等效代码块

我正试图在tf.keras中重新实现一个研究论文代码，在init block中，它被写为：

with slim.arg_scope([slim.conv2d,separable_conv],activation_fn=tf.nn.relu6, normalizer_fn=slim.batch_norm):
    with slim.arg_scope([slim.batch_norm], is_training=is_training, activation_fn=None):
        with tf.variable_scope(name):
            net = slim.conv2d(inputs, num_outputs=depth, kernel_size=3, stride=2, scope="conv") #padding same

我在normalizer\u fn=slim.batch\u norm的tf.keras.layer.Conv2D参数中找不到等价物。如何在keras中实现这一点

我试过：

model.add(Conv2D("some arguments") #0
model.add(BatchNormalization())

这是否与上述tf.contrib.slim代码等效。由于tf.contrib.slim的文档有限，我真的很困惑