Dropout 层

[源代码]

Dropout 类

keras.layers.Dropout(rate, noise_shape=None, seed=None, **kwargs)

对输入应用 Dropout。

在训练期间，Dropout 层在每个步骤中以 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) 放大，以便所有输入的总和保持不变。

请注意，Dropout 层仅在 call() 中将 training 设置为 True 时才应用，因此在推理期间不会丢弃任何值。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比例。
• noise_shape: 1D 整数张量，表示将与输入相乘的二进制 Dropout 掩码的形状。例如，如果您的输入形状为 (batch_size, timesteps, features)，并且您希望 Dropout 掩码在所有时间步长上都相同，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：布尔值，指示层是应在训练模式下（添加丢弃）还是在推理模式下（不执行任何操作）运行。