tensorflow - tf.nn.dropout 使用时输出相同的值
问题描述
当我不在我的模型中使用 dropout 进行猫和狗分类时,预测值保持正常,即所有图像的值都不相同。
但是,当我将tf.nn.dropout
withkeep_prob = 0.8
用于我的模型时,它被推荐用于规范化模型并获得更好的准确性,它会不断预测像这样的相同值。我该如何解决这个问题?那里的每个教程或代码都使用tflearn
,但这不会发生。
array([[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00]`
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
[ 2.20128131e+00, 1.78127408e+00],
解决方案
推荐阅读
- dart - Path quadraticBezierTo:曲线通过控制点
- javascript - 单击提交按钮后的 AJAX 定期轮询数据
- r - 尝试在 R 中创建骰子游戏但功能未运行
- sql - SQL中连接的交换性
- haskell - 理解 Comonad 的 <$$>
- android - 为什么在 Android Studio 3.3 中 Google 登录时找不到 default_web_client_id
- python-2.7 - OperationalError 仅允许作为表达式一部分的 SELECT 的单个结果
- c - C 中指向字符串管理的指针:替换字符串中的特定字符
- dependency-injection - 使用依赖注入设置 saga 时出现 Masstransit 错误
- r - locator() 如何与图形设备一起使用?