Keras漏失层模型预测
退出层仅应在模型训练期间使用,而不是在测试期间使用 如果我的Keras顺序模型中有一个退出层,在我执行Keras漏失层模型预测,keras,deep-learning,conv-neural-network,keras-layer,dropout,Keras,Deep Learning,Conv Neural Network,Keras Layer,Dropout,退出层仅应在模型训练期间使用,而不是在测试期间使用 如果我的Keras顺序模型中有一个退出层,在我执行model.predict()之前,我是否需要做些什么来删除或使其静音 不,您不需要将其静音或删除。凯拉斯自动 照顾好它 报告中明确提到了这一点。Keras模型有两种模式: 训练 测试 正则化机制(如退出和L1/L2权重正则化)在测试时关闭 注意:在我看来,与退出相比,批量规范化是正则化的首选技术。考虑使用它。在函数API中是相同的情况吗?
model.predict()
之前,我是否需要做些什么来删除或使其静音
不,您不需要将其静音或删除。凯拉斯自动
照顾好它
报告中明确提到了这一点。Keras模型有两种模式:
注意:在我看来,与退出相比,批量规范化是正则化的首选技术。考虑使用它。在函数API中是相同的情况吗?