要合并两个层，你需要传递一个Tensor，然后在两个层都应用之后获得一个Tensor，假设你的输入Tensor是X。

def MlConvBnScale(X ,kernel,strides , padding = 'SAME' , scale = False, beta_initializer = 0.1, gamma_initializer = 0.1, moving_mean_initializer = 0.1, moving_variance_initializer = 0.1):
    convLout = tf.nn.conv2d(X,
                           filter = Kernel, 
                           strides = strides,
                           padding = padding)
    return tf.nn.batch_normalization(convLout,
                                     scale = scale,
                                     beta_initializer = beta_initializer, 
                                     gamma_initializer = gamma_initializer,
                                     moving_mean_initializer = moving_mean_intializer, 
                                     moving_variance_initializer = moving_variance_initializer )

在执行这两个操作后，它将返回一个Tensor，我已经使用了变量的默认值，但你可以在函数调用中修改它们，如果你的输入不是Tensor而是一个numpy数组，你可以从这个链接https://www.tensorflow.org/api_docs/python/tf/convert_to_tensor使用tf.convert_to_tensor()，如果你正在努力使用kernel/filter及其应用程序，请查看这个线程。What does tf.nn.conv2d do in tensorflow?
如果您有任何疑问或在实现它时遇到麻烦，请在下面评论，我们将看到。