【发布时间】：2019-05-22 21:43:00
【问题描述】：
dropout 层应该只在模型训练期间使用，而不是在测试期间使用。
如果我的 Keras 顺序模型中有一个 dropout 层，我是否需要在执行 model.predict() 之前先删除或静音它？
【问题讨论】：
标签： keras deep-learning conv-neural-network keras-layer dropout
【发布时间】：2019-05-22 21:43:00
【问题描述】：
不，您不需要将其静音或删除它。 Keras 自动 照顾它。
documentation 中明确提及。一个 Keras 模型有两种模式：
- 培训
- 测试
正则化机制，例如 Dropout 和 L1/L2 权重正则化，在测试时被关闭。
注意：此外，在我看来，与 Dropout 相比，Batch Normalization 是一种更受欢迎的正则化技术。考虑使用它。
【讨论】：
-
Functional API 中的情况是否相同？