Keras能否在列车和测试/验证阶段自动识别下降和批次标准？

我曾经是Tensorflow的用户，在Tensorflow中，我必须明确地处理Drop和BATCHTNORM。例如，在测试/验证阶段，丢弃率必须设置为1，并指定BatchNorm的训练标志

我的问题是：Keras能否在训练和测试/验证阶段自动识别下降和批次标准？例如，如果我使用model.predict（），Keras将知道我处于测试/验证的PJ状态，因此它会自动处理Drop和BATCHTNORM

---

B.T.W.，Keras将在验证/测试阶段将辍学率设置为0，这与Tensorflow中的情况相反。在Tensorflow中，下降率将设置为1。

是的，Keras已经在内部跟踪学习/测试阶段，它通过一个名为learning_phase的内部变量进行跟踪，该变量在测试时设置为零，在培训时设置为一

---

您可以将此变量与

keras.backend

函数

learning\u phase（）

和

set\u learning\u phase（value）

交互，这两个函数都很好。

。现在我可以放下心在Keras中使用这些函数了。非常感谢你。