Verwendung von 'Learning_Phase' in Keras für TensorFlow Backend? ⇐ Python

[Anonymous]

Ich versuche, ein Resnet -Netzwerk mit dem Keras -Backend in TensorFlow zu trainieren. Das Feed -Wörterbuch für jedes Stapel -Update ist geschrieben wie: < /p>

Code: Select all

    feed_dict= {x:X_train[indices[start:end]], y:Y_train[indices[start:end]], keras.backend.learning_phase():1}
< /code>

Ich verwende Keras Backend (keras.backend.set_session(sess)

) Da das ursprüngliche ResNet -Netzwerk mit Keras definiert ist. Da das Modell Ausbrecher- und Batch_Norm -Schichten enthält, erfordert es eine Lernphase, die zwischen Training und Test unterschiedlich ist.

Ich beobachte, dass die Modellzug/Testgenauigkeit kaum über 10%steigt. Im Gegensatz dazu ist die Lernphase nicht festgelegt, d. H. Das Feed -Wörterbuch ist definiert als: < /p>

feed_dict= {x:X_train[indices[start:end]], y:Y_train[indices[start:end]]}
< /code>

Dann hält die Modellgenauigkeit wie erwartet auf eine Standardweise mit Epochen. Die Dokumentation von Keras 2.0 scheint vorzuschlagen, die Lernphase mit Dropout- und batch_norm -Schichten zu verwenden.