Python TF/Keras：归零输入和批处理规范化：问题？

我有三个输入特性集，并且希望构建一个模型，其中每一个都有条件地启用，这样我就可以在有或没有任何特定输入信息的情况下比较性能。我可以通过有条件地将输入归零来实现这一点。但是，如果在此之后我有一个

BatchNormalization

，那么全零是否会弄乱相应的规范化特征，即在数据中放入NaN或引入噪声？（假设有一个原因，我不能将它们单独进行批处理规格化，然后再进行归零。）

从tensorflow.keras.layers导入输入、密集、批次标准化、连接、乘法
i1_活动=1
i2_活动=1
i3_活动=0
输入1=输入（30）
输入2=输入（30）
输入3=输入（30）
input1_m=Lambda（Lambda x:i1_active*x）（input1）
input2_m=Lambda（Lambda x:i2_active*x）（input2）
input3_m=Lambda（Lambda x:i3_active*x）（input3）
bn_input=串联（[input1_m，input2_m，input3_m]）
bn=BatchNormalization（）（bn_输入）
out=密集（10，激活='softmax'）（bn）