python - TensorFlow Eager 的评估模式
问题描述
我 Pytorch 有这个eval()
模式的概念,当设置它时,会影响模型的某些层,例如停用 dropout。
我正在使用带有 Eager//Keras 模型子类化的 Tensorflow 1.9,tf.data.Dataset
我想知道是否有它的等价物,因为我不想在验证或测试阶段退出/批处理规范。
谢谢你。
解决方案
如果您使用的是 Keras,则有一个类似的学习阶段概念,如果将 via 设置为 1(即“测试”),则会set_learning_phase
禁用某些层,例如 dropout。
推荐阅读
- jakarta-ee - 分发 J2EE 应用程序(客户端-服务器)
- java - 为什么我的一些变量没有出现在我的 Spring API 响应中?
- azure - 每次部署后如何强制 Azure WebApp 重新启动?
- grafana - 如何使用 prometheus 监控 grafana 中的 windows manchine?
- c# - 如何将 BetsAPI 日期时间格式化为本地日期时间
- c# - 如何在 UWP 中将行对象传递给 DataGrid
- c# - 如何使用 StackExchange redis 库在 C# 中执行 HMSET?
- java - java - 如何将Java类中的大XML文件保存为String?
- asp.net - 在 ASP.NET MVC 中进行 SELECT SQL 查询
- javascript - 如何在护照上获取 X-Forwarded-For(IP) 标头