training = is_training
来源:5-2 激活函数到调参技巧(1)
战战的坚果
2020-05-07
老师,在TF2.0的批归一化中还有training这个参数吗?
eval_ops_results = sess.run(
eval_ops, #可能3、4,是一个变长值
feed_dict={
x: batch_data,
y: batch_labels,
is_training: True
})
还有:
with tf.name_scope(‘train_op’):
# train_op = tf.train.AdamOptimizer(1e-3).minimize(loss)
optimizer = tf.train.AdamOptimizer(1e-3)
update_ops = tf.get_collection(tf.GraphKeys.UPDATE_OPS)
# 有两个方案使用batch_normalization,第一种如下面的代码使用control dependencies,
# 第二种是不使用control_dependencies, 但在下面训练代码中调sess.run的时候,把update_ops也加进去,即
# sess.run([train_op, update_ops, …], feed_dict = …)
with tf.control_dependencies(update_ops):
train_op = optimizer.minimize(loss)
这段代码中提到的control_dependencies,在TF2.0中也是需要添加的嘛
写回答
1回答
-
正十七
2020-05-08
都不需要了。
00
相似问题