dropout正则化后的网络在测试集上怎么用

在测试集上使用dropout正则化后的神经网络，需要关闭dropout。在训练时，dropout是为了防止过拟合，随机将一部分神经元置为0，使得网络不会过度依赖某些特定的神经元。但在测试时，我们需要保留所有神经元，以便获得最佳的预测结果。因此，在测试时，需要关闭dropout，即将dropout率设置为0，或者简单地将dropout层从网络中删除。这样就可以得到dropout正则化后的网络在测试集上的最优表现。