Question

我正在使用Chainer的相关模型vgg（此处称为net）。每次运行以下代码，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'])

我已经多次检查vgg.prepare（），但是其输出是相同的，并且这里没有随机初始化（net是预训练的vgg网络）。那为什么会这样呢？

Answer 1

如您所见VGG implementation，它具有dropout功能。我认为这会导致随机性。

要在评估模式（而不是训练模式）下转发计算时，可以将链接器 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']

当训练标志为False时，不执行辍学操作（某些其他功能行为也会发生变化，例如BatchNormalization使用训练有素的统计信息）。

相关网络的前向输出更改无需反向传播

1 个答案: