SpatialDropout2D 层

[源代码]

SpatialDropout2D 类

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

2D 空间版本的 Dropout。

此版本执行与 Dropout 相同的功能，但是它会丢弃整个 2D 特征图，而不是单个元素。如果特征图中的相邻像素高度相关（这在早期卷积层中很常见），则普通 dropout 无法正则化激活，否则只会导致学习率有效降低。在这种情况下，SpatialDropout2D 将有助于促进特征图之间的独立性，并应被替代使用。

参数

• rate：0 到 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，它位于索引 3。如果未指定，则使用您 TF-Keras 配置文件（如果存在）中的 image_data_format 值，否则默认为“channels_last”。默认为“channels_last”。

调用参数

• inputs：一个 4D 张量。
• training：布尔值，指示层是应在训练模式下（添加丢弃）还是在推理模式下（不执行任何操作）运行。

输入形状

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

输出形状 与输入相同

.

参考文献： - Efficient Object Localization Using Convolutional Networks