Python 相关网络的前向传递输出在没有反向传播的情况下发生变化

我使用的是Chainer的相关模型vgg（这里称为net）。每次运行以下代码时，我都会得到不同的结果：

img = Image.open("/Users/macintosh/Desktop/Code/Ger.jpg")
img = Variable(vgg.prepare(img))
img = img.reshape((1,) + img.shape)
print(net(img,layers=['prob'])['prob'])

我已经检查了vgg.prepare（）好几次，但是它的输出是相同的，并且这里没有随机初始化（net是一个预先训练过的vgg网络）。那么为什么会发生这种情况呢？

正如您所看到的，它有

退出功能。我认为这导致了随机性

当您希望在评估模式（而不是训练模式）下转发计算时，可以将chainer配置“训练”设置为
False，如下所示：

with chainer.no_backprop_mode(), chainer.using_config('train', False):
    result = net(img,layers=['prob'])['prob']

当列车标志为
False
时，不执行退出（并且一些其他功能行为也会改变，例如，
BatchNormalization
使用经过训练的统计数据）