Keras Dropout 层模型预测

dropout 层只应该在模型训练期间使用，而不是在测试期间使用。

如果我的 Keras 序列模型中有一个 dropout 层，我是否需要在执行 model.predict() 之前做一些事情来删除或静音它？

最佳答案

documentation 中明确提到了这一点。 Keras 模型有两种模式:

培训

测试

在测试时关闭正则化机制，例如 Dropout 和 L1/L2 权重正则化。

注意:此外，在我看来，与 Dropout 相比，批量归一化是一种更受欢迎的正则化技术。考虑使用它。

关于Keras Dropout 层模型预测，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/53901367/