GaussianNoise 層
GaussianNoise 類別
tf_keras.layers.GaussianNoise(stddev, seed=None, **kwargs)
應用加性的零中心高斯雜訊。
這有助於減輕過度擬合（您可以將其視為一種隨機資料擴增的形式）。高斯雜訊（GS）是實值輸入的腐敗過程的自然選擇。
由於它是一個正規化層，它僅在訓練時處於活動狀態。
參數
- stddev：浮點數，雜訊分佈的標準差。
- seed：整數，可選的隨機種子，以啟用確定性行為。
呼叫參數
- inputs：輸入張量（任何階數）。
- training：Python 布林值，指示該層應該在訓練模式（添加雜訊）下還是在推理模式（不做任何事）下運行。
輸入形狀
任意。當使用此層作為模型中的第一層時，請使用關鍵字參數 input_shape（整數元組，不包含樣本軸）。
輸出形狀
與輸入相同的形狀。