[英]train Keras model with BatchNorm layer with tensorflow
我使用keras來構建模型,並在tensorflow中編寫優化代碼和所有其他代碼。 當我使用像Dense或Conv2D這樣的非常簡單的層時,一切都很簡單。 但是將BatchNormalization圖層添加到我的keras模型中會使問題變得復雜。
由於BatchNormalization層在訓練階段和測試階段表現不同,我想通了,我需要K.learning_phase():真正的在我的feed_dict。 但是下面的代碼效果不好。 它運行沒有錯誤,但模型的性能沒有變得更好。
import keras.backend as K
...
x_train, y_train = get_data()
sess.run(train_op, feed_dict={x:x_train, y:y_train, K.learning_phase():True})
當我嘗試使用keras 擬合函數訓練keras模型時,它運行良好。
如何在tensorflow中使用BatchNormalization圖層訓練keras模型?
其實我復制了這個我沒見過的問題。
我在這里找到了答案,它只是將一個特殊參數傳遞給BatchNormalization圖層調用
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.