如何在Keras中预测时禁用Dropout?

我在Keras的神经网络模型中使用了Dropout。代码片段如下:

model.add(Dropout(0.5))model.add(Dense(classes))

在测试时,我使用preds = model_1.predict_proba(image)进行预测。

但是在测试过程中,Dropout也在参与预测分数,这是不应该发生的。我已经搜索了很多关于如何禁用Dropout的方法,但至今没有找到任何提示。

有谁知道在Keras中测试时如何禁用Dropout吗?


回答:

Keras默认情况下会这样做。在测试模式下,Keras会禁用Dropout。你可以查看这里的代码,看到他们在训练时使用了被丢弃的输入,而在测试时使用的是实际输入。

据我所知,你需要从层中构建自己的训练函数,并指定训练标志来使用Dropout进行预测(例如,预测函数无法指定训练标志)。如果你是想做GANs,这会是个问题,因为GANs在训练时使用中间输出,同时也作为一个整体来训练网络,由于生成的训练图像和生成的测试图像之间的差异,这可能会导致问题。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注