Python 在Tensorflow 2.0中重写tf.contrib.layers.batch_norm

有人能帮我重写Tf2.0中的以下代码块吗？
我知道batch_norm相当于keras.layers.BatchNormalization，但文档中没有给出“decay”和“epsilon”对应的明确解决方案。谢谢

def batch_norm(opts, _input, is_train, reuse, scope, scale=True):
    """Batch normalization based on tf.contrib.layers.

    """
    return tf.contrib.layers.batch_norm(
        _input, center=True, scale=scale,
        epsilon=opts['batch_norm_eps'], decay=opts['batch_norm_decay'],
        is_training=is_train, reuse=True, updates_collections=None,
        scope=scope, fused=False)

---

在这种情况下，

衰变

对应于

tf.keras.layers的
动量
。批标准化

和

ε

仍然是

ε
在这种情况下，
衰变
对应于
tf.keras.layers的
动量
。批标准化
和
ε
仍然是
epsilon
很抱歉，很快，我该如何处理BatchNormalization中没有出现的rest参数？您能帮助在TF2中重写这段代码吗？谢谢！很抱歉，我是如何处理BatchNormalization中未出现的rest参数的？您是否可以帮助在TF2中重写这段代码？谢谢！