Dropout 层

[源]

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

• 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 mask 形状的一维整数张量。例如，如果你的输入形状为 (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)。
• 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（应用 dropout）还是推理模式（不执行任何操作）下运行。