在Keras中进行归一化或辍学训练时，如何预测？

Question

我用归一化层训练了一个模型。 代码是这样的：

在训练阶段：

model=Sequential()
model.add()

...

k.set_learning_phase(1)
ModelCheckpoint(weights_file)
model.fit()

推断时间：

k.set_learning_phase(0)
model.load_weights(weights_file)
model.predict_classes()

...

Keras版本：2.0.8。 是这样吗，或者像在Caffe中使用SegNet一样在训练后需要一些特殊的代码来计算BN？

Answer 1

不，使用BatchNormalization或Dropout图层时，您不需要做任何特殊的事情。 Keras已经跟踪了学习/测试阶段，因此在使用predict或predict_classes ，它做对了。

您甚至不需要手动设置学习阶段，Keras已经做到了。