NetEvaluationMode
是在对输入数据应用神经网络函数时给出的一个选项，用来指定网络是否应使用针对训练的功能.
更多信息
- 当把网络应用到输入上时，net[input,NetEvaluationMode->spec] 指定网络中像 DropoutLayer 这样的层应该怎样运行.
- 当设置为 NetEvaluationMode->"Test" 时，将使用如 DropoutLayer 这样的网络的正常功能.
- 当设置为 NetEvaluationMode->"Train" 时，将使用如 DropoutLayer 这样的网络的专门针对训练的功能.
- 如 LongShortTermMemoryLayer 这样的循环层也有针对训练的设置，可以用 "Dropout" 选项来实现.
- 用 NetTrain[net,…] 来训练网络将自动使用针对训练的功能.
范例
打开所有单元关闭所有单元基本范例 (2)
一般情况下，训练如 DropoutLayer 这样的层有点儿像恒等式. 创建一个丢弃 (dropout) 层，并将其应用于输入：
应用丢弃层针对训练的功能，其中大约一半的向量分量被置为零，另一半加倍：
创建一个 ImageAugmentationLayer，接受大小为 128×128 的图像，返回裁剪后大小为 64×64 的图像：
可能存在的问题 (1)
目前，由 NetEvaluationMode->"Train" 引起的任何随机性不受 SeedRandom 和 BlockRandom 的影响：
Wolfram Research (2017)，NetEvaluationMode，Wolfram 语言函数，https://reference.wolfram.com/language/ref/NetEvaluationMode.html.
文本
Wolfram Research (2017)，NetEvaluationMode，Wolfram 语言函数，https://reference.wolfram.com/language/ref/NetEvaluationMode.html.
CMS
Wolfram 语言. 2017. "NetEvaluationMode." Wolfram 语言与系统参考资料中心. Wolfram Research. https://reference.wolfram.com/language/ref/NetEvaluationMode.html.
APA
Wolfram 语言. (2017). NetEvaluationMode. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/NetEvaluationMode.html 年