python - 使用 Tensorflow keras.Sequential() 在预测期间激活 dropout
问题描述
我使用带有 Keras 和Sequential()
API 的 Tensorflow 2.0 来创建一个简单的模型:
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()
如何在预测期间激活辍学率?在预测过程中是否可以使用不同的辍学率?
解决方案
在 TF 2 中,您可能使用的是 Eager 模式,对吧?
您可以简单地:
outputs = my_model(numpy_inputs, training=True)
#maybe you need also:
outputs = outputs.numpy()
至于更改费率,您需要关注@sxeros 链接。
推荐阅读
- excel - 向已具有 VBA 宏的工作表添加时间戳
- .net - .NET Framework 有发布任务吗?(不是 .NET 核心)
- python - 背景移动速度逐渐增加
- react-native - React Native:-[未处理的承诺拒绝:TypeError:null 不是对象(评估'_InCallManager.checkCameraPermission')]
- laravel - 是否可以在 Web 服务器上使用 Artisan 命令?
- ios - 即使用户强制退出应用,如何确保用户继续收到推送通知?
- excel - 如何设置价值没有 .value 选项的元素?
- flutter - 如何在颤动中显示表情符号
- javascript - 即使使用开放的安全规则,Firebase 读取权限也会被拒绝
- linkki - 我可以在 linkki 中嵌套演示模型对象 (PMO) 吗?