高斯噪声层 (GaussianNoise layer)

[源]

GaussianNoise 类

tf_keras.layers.GaussianNoise(stddev, seed=None, **kwargs)

应用加性零中心高斯噪声。

这有助于减轻过拟合（你可以将其视为一种随机数据增强形式）。高斯噪声（GS）是实值输入的自然选择的破坏过程。

由于它是一个正则化层，因此仅在训练时才激活。

参数

• stddev：浮点数，噪声分布的标准差。
• seed：整数，可选的随机种子以实现确定性行为。

调用参数

• inputs：输入张量（任意秩）。
• training：Python 布尔值，指示层是应在训练模式下（添加噪声）还是在推理模式下（不做任何事）表现。

输入形状

任意。当将此层用作模型中的第一层时，使用关键字参数 input_shape（整数元组，不包括样本轴）。

输出形状

形状与输入相同。