本人在模仿tensorflow的batch normalization的向前传播的时候，使用批标准化公式：
均值和方差采用训练好的模型中提取的moving_mean和moving_variance，套入该公式中发现，结果与tensorflow的运行的结果不一致， 后来发现tensorflow的batch normalization的层对应的输入和输出是线性的(y=a*x+b)，最后通过通过计算a和b参数，来模仿tensorflow的batch normalization。
有没有哪位大神知道模型中的moving_mean，和moving_variance是怎么使用的？（直接使用moving_mean，moving_variance单独使用一个batch normalization层计算结果与套用公式计算的结果是一样的）