Fatal编程技术网
  • keras/
  • Keras漏失层模型预测

Keras漏失层模型预测

keras deep-learning

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？

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？