dropout后实际测试的时候，需要把整体输出乘以系数吗

在测试过程中，通常不需要使用dropout技术。因为在测试中，我们希望神经网络能够输出最终的确定性预测结果，而不是随机的输出结果。

因此，在测试过程中，我们通常会保留所有的神经元，并将它们的输出乘以一个系数，以补偿在训练过程中被随机丢弃的神经元。这个系数就是所谓的“保留概率”，即在训练中每个神经元保留的概率。

具体地，如果在训练过程中使用了保留概率为p的dropout技术，则在测试过程中，我们需要将每个神经元的输出乘以1/p，以保持其输出的期望值不变。

需要注意的是，在实际应用中，我们通常会在训练和测试过程中使用不同的保留概率，以获得更好的性能和泛化能力。