欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

解決Pytorch中的神坑:關(guān)于model.eval的問(wèn)題

 更新時(shí)間:2021年05月22日 10:17:35   作者:汐夢(mèng)聆海  
這篇文章主要介紹了解決Pytorch中的神坑:關(guān)于model.eval的問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教

有時(shí)候使用Pytorch訓(xùn)練完模型,在測(cè)試數(shù)據(jù)上面得到的結(jié)果令人大跌眼鏡。

這個(gè)時(shí)候需要檢查一下定義的Model類(lèi)中有沒(méi)有 BN 或 Dropout 層,如果有任何一個(gè)存在

那么在測(cè)試之前需要加入一行代碼:

#model是實(shí)例化的模型對(duì)象
model = model.eval()

表示將模型轉(zhuǎn)變?yōu)閑valuation(測(cè)試)模式,這樣就可以排除BN和Dropout對(duì)測(cè)試的干擾。

因?yàn)锽N和Dropout在訓(xùn)練和測(cè)試時(shí)是不同的:

對(duì)于BN,訓(xùn)練時(shí)通常采用mini-batch,所以每一批中的mean和std大致是相同的;而測(cè)試階段往往是單個(gè)圖像的輸入,不存在mini-batch的概念。所以將model改為eval模式后,BN的參數(shù)固定,并采用之前訓(xùn)練好的全局的mean和std;

對(duì)于Dropout,訓(xùn)練階段,隱含層神經(jīng)元先乘概率P,再進(jìn)行激活;而測(cè)試階段,神經(jīng)元先激活,每個(gè)隱含層神經(jīng)元的輸出再乘概率P。

如下圖所示:

補(bǔ)充:pytorch中model.eval之后是否還需要model.train的問(wèn)題

答案是:需要的

正確的寫(xiě)法是

在這里插入圖片描述

for循環(huán)之后再開(kāi)啟train,

循環(huán)之后的評(píng)估m(xù)odel.eval之后就會(huì)再次回到model.train

以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。

相關(guān)文章

最新評(píng)論