ニューラルネット関数を入力データに適用した場合に与えることができる,ネットが訓練特有の動作を使用すべきかどうかを指定するオプションを表す.
NetEvaluationMode
ニューラルネット関数を入力データに適用した場合に与えることができる,ネットが訓練特有の動作を使用すべきかどうかを指定するオプションを表す.
詳細
- net[input,NetEvaluationMode->spec]は,ネットが入力に適用された場合に,ネット内のDropoutLayerのような層がどのように動作すべきかを指定する.
- NetEvaluationMode->"Test"と設定すると,DropoutLayerのような層の通常の動作が使われる.
- NetEvaluationMode->"Train"と設定すると,DropoutLayerのような層の訓練特有の動作が使われる.
- LongShortTermMemoryLayerのような回帰層にもまた,"Dropout"オプションを介した訓練特有の動作がある.
- NetTrain[net,…]でネットを訓練すると,訓練特有の動作が自動的に使われる.
例題
すべて開く すべて閉じる例 (2)
通常,DropoutLayerのような訓練層は恒等式のように振る舞う.ドロップアウト層を作り,入力に適用する:
drop = DropoutLayer[]drop[{1, 2, 3, 4, 5, 6, 7, 8}]ドロップアウト層をその訓練動作とともに適用する.ベクトル成分のほぼ半分が0に設定され,残りの半分が2倍される:
drop[{1, 2, 3, 4, 5, 6, 7, 8}, NetEvaluationMode -> "Train"]サイズ128×128の画像を取ってサイズ64×64の切り取られた画像を返すImageAugmentationLayerを作る:
augment = ImageAugmentationLayer[{64, 64}, "ReflectionProbabilities" -> {0.5, 0.5}, "Input" -> NetEncoder[{"Image", {128, 128}}], "Output" -> NetDecoder["Image"]]augment[[image]]訓練動作を使うように指定してこの層を画像に適用する.ランダムな切取りが行われ,画像は与えられた確率を反映する:
augment[[image], NetEvaluationMode -> "Train"]考えられる問題 (1)
現在のところ,NetEvaluationMode->"Train"によって呼び起こされる任意のランダム性はSeedRandomおよびBlockRandomの影響は受けない:
drop = DropoutLayer[]Table[BlockRandom[drop[{1, 2, 3, 4}, NetEvaluationMode -> "Train"]], 6]Table[BlockRandom[RandomReal[]], 6]関連するガイド
テキスト
Wolfram Research (2017), NetEvaluationMode, Wolfram言語関数, https://reference.wolfram.com/language/ref/NetEvaluationMode.html.
CMS
Wolfram Language. 2017. "NetEvaluationMode." Wolfram Language & System Documentation Center. Wolfram Research. https://reference.wolfram.com/language/ref/NetEvaluationMode.html.
APA
Wolfram Language. (2017). NetEvaluationMode. Wolfram Language & System Documentation Center. Retrieved from https://reference.wolfram.com/language/ref/NetEvaluationMode.html
BibTeX
@misc{reference.wolfram_2026_netevaluationmode, author="Wolfram Research", title="{NetEvaluationMode}", year="2017", howpublished="\url{https://reference.wolfram.com/language/ref/NetEvaluationMode.html}", note=[Accessed: 05-November-2026]}
BibLaTeX
@online{reference.wolfram_2026_netevaluationmode, organization={Wolfram Research}, title={NetEvaluationMode}, year={2017}, url={https://reference.wolfram.com/language/ref/NetEvaluationMode.html}, note=[Accessed: 05-November-2026]}