设置 TensorFlow is_training 训练标志（在 batch_normalize 中）答案

【问题标题】：Setting the TensorFlow is_training training flag (in batch_normalize)设置 TensorFlow is_training 训练标志（在 batch_normalize 中）
【发布时间】：2016-04-17 08:31:18
【问题描述】：

我想在 TensorFlow 中使用批量标准化，并在 GitHub 上发现了这个 batch_normalize 函数：link

我注意到有一个特定的标志来检查我们是否在训练。但是，我不熟悉如何将此标志设置为 True 或 False，训练时设置此 particular 标志是否标准？我指的是这里：

is_training = array_ops_.squeeze(ops.get_collection("IS_TRAINING"))

总结一下我的问题：如何将此标志设置为 True/False，以便我可以使用此 batch_normalize 函数？

谢谢！

【问题讨论】：

标签： python tensorflow

【解决方案1】：

该函数是 scikit-flow a.k.a TF learn 的一部分，而不是“基础”TF - 您可以看到他们如何在库的估算器部分设置标志：GitHub link

这是

self._graph.add_to_collection("IS_TRAINING", True)

其中self._graph 是包含batchnorm op 的TF 图。

【讨论】：

【解决方案2】：

如果您将它用作传递给TensorFlowEstimator 的自定义模型函数的一部分，您可以简单地调用fit，这样它就会处于训练状态。当您调用predict 时，batch_normalize 将用于测试。

请注意，这些是由 TensorFlow Learn（又名 Scikit Flow）自动调用的，因此您只需提供自定义模型函数并将其传递给 TensorFlowEstimator。

【讨论】：