Որ շերտերը նեյրոնային ցանցերում տարբեր կերպ են գործում ուսուցման և inference ժամանակ (Dropout, BatchNorm և այլն):

Некі нейронային ցանցերի շերտերը տարբեր կերպ են գործում ուսուցման (train) և կանխատեսման (inference) փուլերում.

• Dropout: ուսուցման ժամանակ պատահականորեն անջատում է որոշ նյարդային նյարդեր, որպեսզի կանխի գերագնահատումը, իսկ կանխատեսման ժամանակ բոլոր նյարդերը ակտիվ են, և ելքերը մաշկվում են փոխհատուցելու համար:
• Batch Normalization (BatchNorm): ուսուցման ժամանակ նորմալացնում է շերտի մուտքերը ընթացիկ խմբից, թարմացնում է վիճակագրությունները (համեմատություն և տարբերություն), իսկ կանխատեսման ժամանակ օգտագործում է կուտակված վիճակագրությունները կայունության համար:

Այսպիսով, այս շերտերը հարմարեցնում են իրենց վարքագիծը՝ ապահովելու համար ավելի լավ ուսուցում և ճիշտ աշխատանքի մոդելը կանխատեսումների ժամանակ։