我一直是Tensorflow用户，在tensorflow中，我必须明确地处理Drop和BatchNorm。例如，在测试/验证阶段，Drop率必须设置为1，并指定BatchNorm的训练标志。
我的问题是：Keras能否在列车和测试/验证阶段自动识别Drop和BatchNorm？例如，如果我使用model.predict（），Keras会知道我在test / validate的pjhase中，所以它会自动处理Drop和BatchNorm吗？
B.T.W。，在验证/测试阶段，Keras会将Dropout的速率设置为0，这与Tensorflow中的情况形成鲜明对比。在Tensorflow中，丢弃率将设置为1。
答案 0 :(得分：4)
是的，Keras已经在内部跟踪学习/测试阶段，它是通过一个名为learning_phase的内部变量来实现的，该变量在测试时设置为零，在训练时设置为一个。
您可以将此变量与keras.backend函数learning_phase()和set_learning_phase(value) fully documented进行互动。