Keras 2 API 文档 / 层 API / 正则化层 / SpatialDropout3D 层

SpatialDropout3D 层

[源]

SpatialDropout3D

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