1樓：驚龍嘯雨
Dropout在訓練的時候，如果以概率 丟棄每個神經元，則在測試的時候，要將神經元和權重矩陣相乘之後的結果乘以 。
Batch Normalization在測試時要保留。值得注意的一種情況是，測試的時候常常不是以batch的形式輸入樣本的，而是單個樣本輸入的形式，此時沒法用測試資料來計算出均值和標準差。一種可行的方法是：
在訓練期間用指數加權平均動態追蹤最新的均值和標準差，然後測試的時候就用它們。
2樓：
第一，batch normalization，單詞拼寫有錯誤第二，測試時可以用bn,不過需要訓練集樣本的均值和方差第三，測試時dropout的keep_prob設定為1，就是不使用dropout,相當於做網路整合，效果會變好
嗯，就醬
3樓：大師兄
BN在測試的時候需要，因為BN相當於在那一層做了一次歸一化，所以為了保證測試過程和訓練過程的一致性，BN需要保留
Dropout在測試的時候要去掉，因為Dropout的本質是每個batch訓練乙個完整網路的子網，然後測試的時候使用這些網路的整合，所以必須要去掉。
4樓：bright
batch normalization可以用在影象中，效果就是加快訓練速度。
如果要用在文字等離散問題上用layer normalization:它作用於乙個x,而不是batch上。
dropout可以用來防止過擬合。在你的任務上有沒有效果，試了在知道。
深度學習能不能學會乘法？
蠡測 就 學習乘法 來說，我之前等訓練的時候試過lstm算加法，大概幾百個例子能學會個位數的加法，但是對於兩位數的加法，即使用幾千上萬的例子也會在 89 9 這種要進製的計算上出錯 myx，找時間試試lstm搞乘法計算看看 Genome 這個問題其實算已經基本解決了 這種形式內容的學習需要符號化或基...
到底做不成戀人能不能做朋友？
靜思軒 應該不能吧。這種事情因人而異，在感情的世界裡，有的人海枯石爛，有的人海闊天空。不過有點心疼一直愛著的那一位，一生很短，找乙個能兩情相悅的人才不負此生呀。 商周琴 做朋友只要不覺得尷尬都OK啊 只要你看著他和新的人秀恩愛，偶爾出去玩碰到了被介紹說是前任 那你就作啊 但是我認為身為人，就有一股佔...
建築設計這麼苦，那到底還能不能做了？
風姿 其實主要是你熱不熱愛，我在找做的施工，土木工程畢業，想入設計一行真的好難呀，投了很多簡歷，都沒有進入設計行業，不知道是考研究生呢還是如何去怎麼學習建築設計 不知道哪有沒有大神指導一下的 生活的夢想 如果二十來歲的話，家裡沒錢沒有背景，建議出國工作。在國內想轉行業，其他行業也是會讓你絕望的，畢竟...