使用Tensorflow keras在预测期间激活dropout.顺序()

Question

我将Tensorflow 2.0与Keras和Sequential()API一起使用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？

Answer 1

在 TF 2 中，您可能使用的是渴望模式，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，您需要点击@sxeros链接。