Tensorflow 在Keras批次规范化层中进行测试期间，如何继续重新计算批次统计信息？

我正在研究一个域自适应模型。据我所知，Keras在训练期间计算输入数据的运行平均值，但在testin期间不计算（如第一篇文章所述，到目前为止没有什么特别之处）

现在，我如何使用Keras，以便在评估/测试期间更新批标准化统计数据

更具体地说：

gamma和beta在训练期间学习，并在测试期间保持不变

---

我如何使用Keras，以便在测试期间重新计算每个批次的my（平均值）和sigma（标准差差值）？

在使用

Keras.backend.set_learning_phase（1）

进行测试时，您是否尝试过设置为学习阶段？当然，只有当批量标准化是网络中唯一依赖于阶段的层时（例如，使用dropout将打破这一点），这才像预期的那样起作用。但这是否会反向支持gamma和beta变量？我使用辍学，但出于好奇，现在问这个问题：）