Dropout 层
Dropout 类
keras.layers.Dropout(rate, noise_shape=None, seed=None, **kwargs)
对输入应用 dropout。
Dropout 层在训练期间的每一步，以 rate 的频率随机将输入单元设置为 0，这有助于防止过拟合。未设置为 0 的输入按 1 / (1 - rate) 缩放，以便所有输入的总和保持不变。
请注意，只有当在 call() 中将 training 设置为 True 时，Dropout 层才会应用，这样在推理期间就不会丢弃任何值。当使用 model.fit 时，training 将自动设置为 True。在其他情况下，您可以在调用层时显式将参数设置为 True。
（这与为 Dropout 层设置 trainable=False 形成对比。trainable 不会影响层的行为，因为 Dropout 没有任何可以在训练期间冻结的变量/权重。）
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。
- noise_shape: 表示将与输入相乘的二进制 dropout 掩码形状的 1D 整数张量。例如，如果您的输入的形状为
(batch_size, timesteps, features)，并且您希望所有时间步的 dropout 掩码相同，则可以使用noise_shape=(batch_size, 1, features)。 - seed: 用作随机种子的 Python 整数。
调用参数
- inputs: 输入张量（任意秩）。
- training: Python 布尔值，指示层应在训练模式（添加 dropout）还是在推理模式（不执行任何操作）下运行。