Tensorboard和Dropout层
Tensorboard和Dropout层
提问于 2017-09-16 23:53:55
我有一个非常基本的查询。我已经做了4个几乎相同(差异是输入形状) CNN，并合并了他们，同时连接到一个前向网络的完全连接的层。
几乎相同的CNN代码：
model3 = Sequential()
model3.add(Convolution2D(32, (3, 3), activation='relu', padding='same',
input_shape=(batch_size[3], seq_len, channels)))
model3.add(MaxPooling2D(pool_size=(2, 2)))
model3.add(Dropout(0.1))
model3.add(Convolution2D(64, (3, 3), activation='relu', padding='same'))
model3.add(MaxPooling2D(pool_size=(2, 2)))
model3.add(Flatten())但在拉伸板上，我看到所有的Dropout层都是相互连接的，Dropout1的颜色与Dropout 2，3，4等颜色不同，它们都是相同的颜色。
回答 1
Stack Overflow用户
回答已采纳
发布于 2018-04-10 15:32:31
我知道这是个老问题，但我自己也有同样的问题，我刚刚意识到发生了什么
只有在我们训练模型的时候才会应用辍学。这应该在我们评估/预测的时候停止。为此，keras创建一个learning_phase占位符，如果我们正在训练模型，则设置为1.0。此占位符在您创建的第一个Dropout层中创建，并在所有这些层之间共享。这就是你在那里看到的！
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/46259467
复制相关文章
相似问题
腾讯云开发者
