我想将辍学添加到tensorflow CIFAR10教程示例代码中，但遇到了一些困难。
Deep MNIST张量流教程包括一个删除示例，但是它使用了交互式图形，这与CIFAR10教程所使用的方法不同。同样，CIFAR10教程既不使用占位符，也不使用feed_dict将变量传递给优化器，MNIST模型使用该变量来传递失落概率以进行训练。
我正在尝试：
在cifar10_train.train（）中，我定义了默认图下的丢失概率占位符；那是：
def train():
"""Train CIFAR-10 for a number of steps."""
with tf.Graph().as_default():
global_step = tf.Variable(0, trainable=False)
keep_drop_prob = = tf.placeholder(tf.float32)
在下面，仍然在train（）模块中，当我通过调用cifar10.inference（）构建计算图时，我还传递了keep_drop_prob占位符，如下所示：
"""Build a Graph that computes the logits predictions from the
inference model."""
logits = cifar10.inference(images, keep_drop_prob)
现在，在cifar10.inference（）模块中，我采用传递的keep_drop_prob占位符，并使用它来定义我的辍学层，如下所示：
drop1 = tf.nn.dropout(norm1, keep_drop_prob)
现在，我仍在train（）模块内，在计算损失时定义并传递一个keep_drop_prob值，如下所示：
"""Calculate loss."""
loss = cifar10.loss(logits, labels, keep_drop_prob = 0.5)
然后在cifar10.loss（）模块中，在计算交叉熵时，使用传递的keep_drop_prob值，如下所示：
"""Calculate the average cross entropy loss across the batch."""
labels = tf.cast(labels, tf.int64)
cross_entropy = tf.nn.sparse_softmax_cross_entropy_with_logits(
logits, labels, keep_drop_prob, name='cross_entropy_per_example')
现在，我不确定到目前为止我所做的是否正确，以及下一步需要做什么。
任何帮助将不胜感激！
最佳答案
我相信我已经找到了解决方案。
看来我走在正确的轨道上，但是在传递keep_drop_prob占位符时有些落伍。
要添加辍学，我已执行以下操作：
我在cifar10_train.train（）模块内添加了keep_drop_prob占位符，如下所示：
def train():
"""Train CIFAR-10 for a number of steps."""
with tf.Graph().as_default():
global_step = tf.Variable(0, trainable=False)
keep_drop_prob = = tf.placeholder(tf.float32)
在cifar10_train.train（）模块中构建图形时，我将其传递给占位符，但还应定义其值
"""Build a Graph that computes the logits predictions from the
inference model."""
logits = cifar10.inference(images, keep_drop_prob=0.5)
在cifar10.inference（）模块中，我现在获取传递的keep_drop_prob占位符，并使用它来定义我的辍学层，还将其传递给激活摘要以登录张量板：
drop1 = tf.nn.dropout(norm1, keep_drop_prob)
_activation_summary(drop1)
当我在张量板图中查看时，我在那里看到了辍学操作。我还可以在dropout op中询问keep_prob变量，并通过更改构建logits图时传递的值来影响其value属性。
我的下一个测试将是将keep_drop_prob设置为1并设置为0，并确保我从网络中获得了预期的结果。
我不确定这是实施辍学的最有效方法，但我相当确定它是可行的。
请注意，我只有一个keep_drop_prob占位符，可以传递到很多层辍学（每个卷积atm之后一层）。我认为tensorflow为每个辍学操作使用唯一的分布，而不是需要唯一的占位符。
编辑：不要忘记对eval模块进行必要的更改，但要为dropout传递值1。
关于tensorflow - 将DROPOUT添加到Tensorflow CIFAR10 Deep CNN示例，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/40098914/