在使用tensorflow来训练一个模型的时候，有时候需要依靠验证集来判断模型是否已经过拟合，是否需要停止训练。这种方式很简单，也很直接了然。此时，很容易想到，将不同的值传入inference()函数中进行计算。这种方式看似能够直接调用inference()来对验证数据进行前向传播计算，但是，实则会在原图上添加上许多新的结点，这些结点的参数都是需要重新初始化的，也是就是说，验证的时候并不是使用训练的权重。使用这种方式就可以在一个大图里创建一个分支条件，从而通过控制placeholder来控制是否进行验证。
暂无评论