Я хотел знать, можно ли определить слой (свертку, элементарное суммирование и т. Д.) Только для фазы обучения в TensorFlow.Как определить слой только для фазы обучения в TensorFlow?
Например, я хочу иметь элементарный слой суммирования в своей сети только для фазы обучения, и я хочу игнорировать этот слой на этапе тестирования.
Это легко сделать в Caffe, я хотел знать, можно ли это сделать и в TensorFlow.
Я думаю, что вы можете сделать это if
Train = False
x = tf.constant(5.)
y = x + 1
if Train:
y = y + 2
y = y + 3
with tf.Session() as sess:
res = sess.run(y) # 11 if Train else 9
Вы можете сделать это с «tf.cond» операции control_flow. https://www.tensorflow.org/api_docs/python/control_flow_ops/control_flow_operations#cond
Я думаю, вы можете использовать булевский placeholder с tf.cond(). Просто так:
train_phase = tf.placeholder(tf.bool, [])
x = tf.constant(2)
def f1(): return tf.add(x, 1)
def f2(): return tf.identity(x)
r = tf.cond(train_phase, f1, f2)
sess.run(r, feed_dict={train_phase: True}) # training phase, r = tf.add(x, 1) = x + 1
sess.run(r, feed_dict={train_phase: False}) # testing phase, r = tf.identity(x) = x
Спасибо. Но что я должен включить в аргумент «pred» для разделения фазы поезда с этапа тестирования? – Behzad
Согласно документации: скаляр, определяющий, следует ли возвращать результат fn1 или fn2. ;) В этом случае, я думаю, вы можете поставить тензор train_phase. Позвольте мне знать, если это помогает! – rmeertens