解決Pytorch中的神坑:關(guān)于model.eval的問題
有時候使用Pytorch訓(xùn)練完模型,在測試數(shù)據(jù)上面得到的結(jié)果令人大跌眼鏡。
這個時候需要檢查一下定義的Model類中有沒有 BN 或 Dropout 層,如果有任何一個存在
那么在測試之前需要加入一行代碼:
#model是實例化的模型對象 model = model.eval()
表示將模型轉(zhuǎn)變?yōu)閑valuation(測試)模式,這樣就可以排除BN和Dropout對測試的干擾。
因為BN和Dropout在訓(xùn)練和測試時是不同的:
對于BN,訓(xùn)練時通常采用mini-batch,所以每一批中的mean和std大致是相同的;而測試階段往往是單個圖像的輸入,不存在mini-batch的概念。所以將model改為eval模式后,BN的參數(shù)固定,并采用之前訓(xùn)練好的全局的mean和std;
對于Dropout,訓(xùn)練階段,隱含層神經(jīng)元先乘概率P,再進行激活;而測試階段,神經(jīng)元先激活,每個隱含層神經(jīng)元的輸出再乘概率P。
如下圖所示:

補充:pytorch中model.eval之后是否還需要model.train的問題
答案是:需要的
正確的寫法是

for循環(huán)之后再開啟train,
循環(huán)之后的評估m(xù)odel.eval之后就會再次回到model.train
以上為個人經(jīng)驗,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
神經(jīng)網(wǎng)絡(luò)相關(guān)之基礎(chǔ)概念的講解
今天小編就為大家分享一篇關(guān)于神經(jīng)網(wǎng)絡(luò)相關(guān)之基礎(chǔ)概念的講解,小編覺得內(nèi)容挺不錯的,現(xiàn)在分享給大家,具有很好的參考價值,需要的朋友一起跟隨小編來看看吧2018-12-12
使用python解析MDX詞典數(shù)據(jù)并保存為Excel文件
MDX(Mobile Dictionary eXchange)是一種常見的詞典文件格式,通常用于在移動設(shè)備和電腦之間共享辭典數(shù)據(jù),本文深入探討了從MDX詞典數(shù)據(jù)提取、處理到最終保存為Excel文件的全過程,需要的朋友可以參考下2023-12-12
Pygame游戲開發(fā)之太空射擊實戰(zhàn)盾牌篇
相信大多數(shù)8090后都玩過太空射擊游戲,在過去游戲不多的年代太空射擊自然屬于經(jīng)典好玩的一款了,今天我們來自己動手實現(xiàn)它,在編寫學(xué)習(xí)中回顧過往展望未來,在本課中,我們將為玩家添加一個盾牌以及一個用于顯示盾牌等級的欄2022-08-08
淺談Python_Openpyxl使用(最全總結(jié))
這篇文章主要介紹了淺談Python_Openpyxl使用(最全總結(jié)),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-09-09

