Dropout
类keras.layers.Dropout(rate, noise_shape=None, seed=None, **kwargs)
对输入应用 dropout。
Dropout
层在训练阶段的每个步骤中以 rate
的频率随机地将输入单元设置为 0,这有助于防止过拟合。未被设置为 0 的输入会按 1 / (1 - rate)
进行缩放,以保持所有输入的总和不变。
请注意,Dropout
层仅在 call()
中将 training
设置为 True
时才会应用,这样在推理过程中不会丢弃任何值。使用 model.fit
时,training
会自动设置为 True
。在其他上下文中,你可以在调用层时将该参数显式设置为 True
。
(这与将 Dropout
层的 trainable
设置为 False
不同。trainable
不影响层的行为,因为 Dropout
没有可以在训练期间冻结的任何变量/权重。)
参数
(batch_size, timesteps, features)
,并且你希望 dropout mask 对所有 timesteps 都相同,则可以使用 noise_shape=(batch_size, 1, features)
。调用参数