Python 如何将BatchNormalization权重从keras转换为tf.keras

我已使用BatchNormalization权重保存了keras权重。现在我正在尝试从keras迁移到tf.keras（tf版本2.5.0），并将权重加载到模型中。我得到了一个层错误：

ValueError: Layer #2 (named "batch_normalization_1"), weight <tf.Variable 'batch_normalization_1/gamma:0' shape=(64,) dtype=float32> has shape (64,), but the saved weight has shape (1,). 

ValueError:Layer#2（名为“batch_normalization_1”），权重具有形状（64，），但保存的权重具有形状（1，）。

正如我得到的，这意味着旧的keras格式支持gamma的1个值，而新格式支持多个值。

---

如何解决此问题？

保存的权重具有形状

（1，）

，而我们需要具有形状

（64，1）

的权重。最好的替代方法是使用

tf.repeat（）

将

（1，）

成形数组重复64次。看。