Skip to main content
 首页 » 编程设计

python之相关网络的前向传递输出在没有反向传播的情况下发生变化

2024年12月31日852php

我正在使用 Chainer 的相关模型 vgg(此处命名为 net)。每次运行以下代码时,我都会得到不同的结果:

img = Image.open("/Users/macintosh/Desktop/Code/Ger.jpg") 
img = Variable(vgg.prepare(img)) 
img = img.reshape((1,) + img.shape) 
print(net(img,layers=['prob'])['prob']) 

我检查了好几次 vgg.prepare() 但它的输出都是一样的,而且这里没有随机初始化(net 是一个预训练的 vgg 网络)。那为什么会这样呢?

请您参考如下方法:

如你所见VGG implementation , 它有 dropout 功能。我认为这会导致随机性。

当你想在评估模式(而不是训练模式)中转发计算时,你可以将 chainer config 'train' 设置为 False,如下所示:

with chainer.no_backprop_mode(), chainer.using_config('train', False): 
    result = net(img,layers=['prob'])['prob'] 

当 train flag 为 False 时,dropout 不会被执行(并且其他一些函数行为也会发生变化,例如,BatchNormalization 使用经过训练的统计信息)。