python - 使用model.fit时如何将'training'参数传递给tf，keras.Model

Question

所以我有这个由子类化 API 编写的模型，调用签名看起来像 call(x, training)，在执行 batchnorm 和 dropout 时需要训练参数来区分训练和非训练。当我使用 model.fit 时，如何让模型前向传递知道我处于训练模式或评估模式？

谢谢！

标签： pythontensorflowkeras

Answer 1

实际上，在文档https://www.tensorflow.org/beta/guide/keras/custom_layers_and_models中，它说“某些层，特别是 BatchNormalization 层和 Dropout 层，在训练和推理期间具有不同的行为。对于这样的层，在调用方法中公开训练（布尔）参数是标准做法。

通过在调用中公开此参数，您可以启用内置的训练和评估循环（例如拟合）以在训练和推理中正确使用该层。”所以我认为训练参数是由 keras 自动传入的。我试图删除训练参数的默认值并且没有抛出任何错误，所以很可能是 keras 内置循环做了这件事。