欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

淺談keras中Dropout在預測過程中是否仍要起作用

 更新時間:2020年07月09日 09:04:53   作者:zyl681327  
這篇文章主要介紹了淺談keras中Dropout在預測過程中是否仍要起作用,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧

因為需要,要重寫訓練好的keras模型,雖然只具備預測功能,但是發(fā)現還是有很多坑要趟過。其中Dropout這個坑,我記憶猶新。

一開始,我以為預測時要保持和訓練時完全一樣的網絡結構,也就是預測時用的網絡也是有丟棄的網絡節(jié)點,但是這樣想就掉進了一個大坑!因為無法通過已經訓練好的模型,來獲取其訓練時隨機丟棄的網絡節(jié)點是那些,這本身就根本不可能。

更重要的是:我發(fā)現每一個迭代周期丟棄的神經元也不完全一樣。

假若迭代500次,網絡共有1000個神經元, 在第n(1<= n <500)個迭代周期內,從1000個神經元里隨機丟棄了200個神經元,在n+1個迭代周期內,會在這1000個神經元里(不是在剩余得800個)重新隨機丟棄200個神經元。

訓練過程中,使用Dropout,其實就是對部分權重和偏置在某次迭代訓練過程中,不參與計算和更新而已,并不是不再使用這些權重和偏置了(預測時,會使用全部的神經元,包括使用訓練時丟棄的神經元)。

也就是說在預測過程中完全沒有Dropout什么事了,他只是在訓練時有用,特別是針對訓練集比較小時防止過擬合非常有用。

補充知識:TensorFlow直接使用ckpt模型predict不用restore

我就廢話不多說了,大家還是直接看代碼吧~

# -*- coding: utf-8 -*-
# from util import *
import cv2
import numpy as np
import tensorflow as tf
# from tensorflow.python.framework import graph_util
import os

os.environ['CUDA_DEVICE_ORDER'] = 'PCI_BUS_ID'
os.environ['CUDA_VISIBLE_DEVICES'] = '0'
image_path = './8760.pgm'

input_checkpoint = './model/xu_spatial_model_1340.ckpt'

sess = tf.Session()
saver = tf.train.import_meta_graph(input_checkpoint + '.meta')
saver.restore(sess, input_checkpoint)

# input:0作為輸入圖像,keep_prob:0作為dropout的參數,測試時值為1,is_training:0訓練參數
input_image_tensor = sess.graph.get_tensor_by_name("coef_input:0")
is_training = sess.graph.get_tensor_by_name('is_training:0')
batch_size = sess.graph.get_tensor_by_name('batch_size:0')
# 定義輸出的張量名稱
output_tensor_name = sess.graph.get_tensor_by_name("xuNet/logits:0") # xuNet/Logits/logits
image = cv2.imread(image_path, 0)
# 讀取測試圖片
out = sess.run(output_tensor_name, feed_dict={input_image_tensor: np.reshape(image, (1, 512, 512, 1)),
                       is_training: False,
                       batch_size: 1})
print(out)

ckpt模型中的所有節(jié)點名稱,可以這樣查看

[n.name for n in tf.get_default_graph().as_graph_def().node]

以上這篇淺談keras中Dropout在預測過程中是否仍要起作用就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支持腳本之家。

相關文章

  • Python3實現發(fā)送QQ郵件功能(附件)

    Python3實現發(fā)送QQ郵件功能(附件)

    這篇文章主要為大家詳細介紹了Python3實現發(fā)送QQ郵件功能,附件方面,文中示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2017-12-12
  • Python3.5內置模塊之random模塊用法實例分析

    Python3.5內置模塊之random模塊用法實例分析

    這篇文章主要介紹了Python3.5內置模塊之random模塊用法,結合實例形式分析了Python3.5 random模塊生成隨機數與隨機字符串相關操作技巧,需要的朋友可以參考下
    2019-04-04
  • 在pycharm下設置自己的個性模版方法

    在pycharm下設置自己的個性模版方法

    今天小編就為大家分享一篇在pycharm下設置自己的個性模版方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-07-07
  • python中如何使用正則表達式的非貪婪模式示例

    python中如何使用正則表達式的非貪婪模式示例

    貪婪與非貪婪模式影響的是被量詞修飾的子表達式的匹配行為,下面這篇文章主要給大家介紹了關于python中如何使用正則表達式的非貪婪模式的相關資料,文中通過示例代碼介紹的非常詳細,對大家的學習具有一定的參考學習價值,需要的朋友們下面來一起看看吧。
    2017-10-10
  • python實現購物車小程序

    python實現購物車小程序

    這篇文章主要為大家詳細介紹了python實現購物車小程序,文中示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2022-02-02
  • linux環(huán)境下Django的安裝配置詳解

    linux環(huán)境下Django的安裝配置詳解

    這篇文章主要介紹了linux環(huán)境下Django的安裝配置詳解,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
    2019-07-07
  • pygame編寫音樂播放器的實現代碼示例

    pygame編寫音樂播放器的實現代碼示例

    這篇文章主要介紹了pygame編寫音樂播放器的實現代碼示例,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2019-11-11
  • Python中asyncore異步模塊的用法及實現httpclient的實例

    Python中asyncore異步模塊的用法及實現httpclient的實例

    asyncore即是一個異步的socket封裝,特別是dispatcher類中包含了很多異步調用的socket操作方法,非常犀利,下面我們就來講解Python中asyncore異步模塊的用法及實現httpclient的實例
    2016-06-06
  • Python彈球小游戲的項目代碼

    Python彈球小游戲的項目代碼

    本文主要介紹了Python彈球小游戲的項目代碼,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2019-03-03
  • 淺析Python 實現一個自動化翻譯和替換的工具

    淺析Python 實現一個自動化翻譯和替換的工具

    這篇文章主要介紹了Python 實現一個自動化翻譯和替換的工具,非常不錯,具有一定的參考借鑒價值,需要的朋友可以參考下
    2019-04-04

最新評論