トレーニング後に別のDropout p値を入力するにはどうすればよいですか？ Tensorflowで

Question

私は必要に応じて、私はネットワークにそれを養うことができplaceholderなどを持っているでしょう：

self.dropout_keep_prob = tf.placeholder(tf.float32, name="dropout_keep_prob") 

# ... 

# Add dropout 
with tf.name_scope("dropout"): 
    self.h_drop = tf.nn.dropout(self.h_pool_flat, self.dropout_keep_prob) 

はしかし、私はKerasでこれを行う方法がわからないです：kerasで

# in_dropout = tf.placeholder(tf.float32, name="dropout_keep_prob") 
in_dropout = Input(shape=(1,), name='dropout') 

# .. 

# Add droppout 
droput = Dropout(in_dropout)(max_pool) # This does not work of course 

Answer 1

Dropoutレイヤは、トレーニングフェーズとテストフェーズで異なる動作をします。つまり、トレーニングフェーズでのみ有効になります。

スルートレーニング/テストフェーズでドロップアウトを使用するには、ドロップアウトレイヤーをLambdaレイヤーに置き換える必要があります。dropoutケラスバックエンドの機能を使用します。

from keras.layers.core import Lambda 
from keras import backend as K 

model.add(Lambda(lambda x: K.dropout(x, level=0.5))) 

詳細については、hereを参照してください。