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 的输入将按 1 / (1 - rate) 的比例放大，以便所有输入的总和保持不变。
请注意，只有当 call() 中的 training 设置为 True 时，Dropout 层才会应用，这样在推理时就不会丢弃任何值。当使用 model.fit 时，training 将自动适当地设置为 True。在其他情况下，您可以在调用层时将参数显式设置为 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：0 到 1 之间的浮点数。要丢弃的输入单元的分数。
- noise_shape：表示将与输入相乘的二元 Dropout 掩码形状的一维整数张量。例如，如果您的输入形状为
(batch_size, timesteps, features)，并且希望 Dropout 掩码对所有时间步长都相同，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（任何秩）。
- training：Python 布尔值，指示层是否应该以训练模式（添加 Dropout）或推理模式（不执行任何操作）运行。