在预训练的 VGG16 模型中激活 dropout答案

【问题标题】：Activate dropout in a pre-trained VGG16 model在预训练的 VGG16 模型中激活 dropout
【发布时间】：2020-06-13 22:32:10
【问题描述】：

我正在使用 Tensorflow 2.0 和预训练的 VGG16 模型，并希望在预测期间激活 dropout。到目前为止，我尝试了以下但没有成功：

model = tf.keras.applications.VGG16(input_shape=(224, 224, 3), weights='imagenet', is_training=True)

model = tf.keras.applications.VGG16(input_shape=(224, 224, 3), weights='imagenet', dropout_rate=0.5)

但是，这些方法都不起作用。如何在预测阶段启用 dropout？

【问题讨论】：

标签： python tensorflow keras

【解决方案1】：

VGG16 架构默认不包含 dropout 层。您需要在模型中插入一个 dropout 层。

我发现这篇文章对解决这个问题很有用： Add dropout layers between pretrained dense layers in keras

【讨论】：

我不知道该解决方案的适用性如何，因为 TensorFlow 库在此期间已经更新了很多！