使用model.fit时如何将'training'参数传递给tf，keras.Model

Question

所以我有这个由子类API编写的模型，调用签名看起来像call（x，training），在执行batchnorm和dropout时需要训练参数来区分训练和非训练。当我使用model.fit时，如何让模型知道自己处于训练模式或评估模式？

谢谢！

Answer 1

据我所知，对此没有论据。 Model.fit只是简单地根据提供的任何训练数据训练模型，并且在每个时期结束时，对提供的验证数据或通过使用validate_split评估训练。

Answer 2

实际上，在文档https://www.tensorflow.org/beta/guide/keras/custom_layers_and_models中，它说：“某些层，尤其是BatchNormalization层和Dropout层，在训练和推理期间具有不同的行为。对于此类层，公开训练是标准做法调用方法中的（布尔）参数。

通过在调用中公开此参数，可以启用内置的训练和评估循环（例如，拟合）以在训练和推理中正确使用该层。”因此，我认为训练参数由keras自动传递。删除训练参数的默认值并且不会引发任何错误，因此很可能keras内置循环会执行此操作。