[英]Tensorflow2.0 Keras: Is dropout disabled during testing by default?
[英]Activate dropout during prediction using Tensorflow keras.Sequential()
我使用 Tensorflow 2.0 與 Keras 和Sequential()
API 來創建一個簡單的模型:
def create_model():
model = keras.Sequential([
keras.layers.Flatten(input_shape=(8,8)),
keras.layers.Dense(32, activation="relu"),
keras.layers.Dropout(DROPOUT_RATE),
keras.layers.Dense(16, activation="relu"),
keras.layers.Dropout(DROPOUT_RATE),
keras.layers.Dense(2, activation="softmax")
])
model.compile(optimizer="adam",
loss="sparse_categorical_crossentropy",
metrics=["accuracy"])
return model
my_model = create_model()
如何在預測期間激活輟學率? 在預測過程中是否可以使用不同的輟學率?
在 TF 2 中,您可能正在使用 Eager 模式,對嗎?
您可以簡單地:
outputs = my_model(numpy_inputs, training=True)
#maybe you need also:
outputs = outputs.numpy()
至於更改費率,您需要關注@sxeros 鏈接。
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.