tensorflow自定义网络call方法training的作用

在自定义网络层时，training参数的作用是什么？

def call(self, inputs, training=None):
        x = inputs
        # embedding [b,80]=>[b,80,q00]
        x = self.embedding(x)
        state0 = self.state0
        for word in tf.unstack(x, axis=1):  # word:[b,100]
            # h = tf.zeros(unit,)
            out0, state0 = self.rnn_cell0(word, state0, training)          
        x = self.rnn_fc1(out0)
        prob = tf.sigmoid(x)

        return prob

楼主理解training的意思了吗，希望能解答一下 orz

training=None说明使用的是测试集的逻辑，因为训练集和测试集的逻辑不一样。