Keras 2 API 文档 / 层 API / 正则化层 / SpatialDropout2D 层

SpatialDropout2D 层

[源]

SpatialDropout2D

tf_keras.layers.SpatialDropout2D(rate, data_format=None, **kwargs)

Dropout 的空间二维版本。

此版本的功能与 Dropout 相同,但它会丢弃整个二维特征图,而不是单个元素。如果特征图中的相邻像素之间具有强相关性(这在早期卷积层中通常如此),那么常规 Dropout 不会对激活进行正则化,而只会导致有效学习率降低。在这种情况下,SpatialDropout2D 将有助于促进特征图之间的独立性,应改用此层。

参数

  • rate:介于 0 和 1 之间的浮点数。要丢弃的输入单元的比例。
  • data_format:'channels_first' 或 'channels_last'。在 'channels_first' 模式下,通道维度(深度)位于索引 1,在 'channels_last' 模式下位于索引 3。未指定时,使用在您的 TF-Keras 配置文件 ~/.keras/keras.json 中找到的 image_data_format 值(如果存在),否则使用 'channels_last'。默认为 'channels_last'。

调用参数

  • inputs:一个 4D 张量。
  • training:Python 布尔值,指示该层是应在训练模式下工作(添加 dropout)还是在推断模式下工作(不做任何事情)。

输入形状

如果 data_format='channels_first',则为形状 (samples, channels, rows, cols) 的 4D 张量;如果 data_format='channels_last',则为形状 (samples, rows, cols, channels) 的 4D 张量。

输出形状 与输入相同

.

参考文献:- 使用卷积网络进行高效目标定位