Python 批量规格化中的参数数，轴为3 这是我从Andrew Ng深入学习专业课程中找到的代码：

def HappyModel（输入_形状）：

首先，为什么我们在批量标准化中使用axis=3

---

图层（类型）输出形状参数# 输入_1（输入层）（无、64、64、3）0

---

零填充2D_1（零填充（无，70，70，3）0

---

conv0（Conv2D）（无、64、64、32）4736

---

bn0（批标准化）（无、64、64、32）128

---

激活1（激活）（无、64、64、32）0

---

最大池（最大池2D）（无、32、32、32）0

---

展平1（展平）（无，32768）0

---

fc（密集型）（无，1）32769 我把这个作为模型总结，但我想知道我们如何在批量标准化中得到128个参数

X_input = Input(input_shape)

X = ZeroPadding2D((3,3))(X_input)
X = Conv2D(32, (7, 7), strides=(1, 1), name='conv0')(X)
X = BatchNormalization(axis = 3, name= 'bn0')(X)
X = Activation('relu')(X)

X = MaxPool2D((2, 2), name = 'max_pool')(X)
X = Flatten()(X)
X = Dense(1, activation='sigmoid', name='fc')(X)

model = Model(input = X_input, outputs = X, name='HappyModel')

return model