SpatialDropout3D 层

[源]

SpatialDropout3D 类

tf_keras.layers.SpatialDropout3D(rate, data_format=None, **kwargs)

Dropout 的三维空间版本。

这个版本执行与 Dropout 相同的功能，但它丢弃的是整个三维特征图，而不是单个元素。如果特征图内的相邻体素（voxels）强相关（在早期卷积层中通常是这种情况），则常规 Dropout 不会对激活进行正则化，否则只会导致有效学习率降低。在这种情况下，SpatialDropout3D 将有助于促进特征图之间的独立性，应该改用它。

参数

• rate：0 到 1 之间的浮点数。要丢弃的输入单元比例。
• 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 4。未指定时，使用 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 5D 张量。
• training：Python 布尔值，指示层是应在训练模式下（添加 Dropout）还是在推理模式下（不执行任何操作）运行。

输入形状

如果 data_format='channels_first'，则形状为 5D 张量：(samples, channels, dim1, dim2, dim3)；如果 data_format='channels_last'，则形状为 5D 张量：(samples, dim1, dim2, dim3, channels)。

输出形状 与输入相同

.

参考文献： - 使用卷积网络的有效物体定位