Dropout 層

[原始碼]

Dropout 類別

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

將 dropout 應用於輸入。

Dropout 層在訓練期間的每個步驟，以 rate 的頻率隨機將輸入單元設為 0，這有助於防止過度擬合。未設為 0 的輸入會按 1 / (1 - rate) 放大，使得所有輸入的總和保持不變。

請注意，Dropout 層僅在 call() 中將 training 設為 True 時應用，這樣在推論期間不會丟棄任何值。當使用 model.fit 時，training 將會自動適當地設為 True。在其他情況下，您可以在呼叫層時明確地將參數設為 True。

（這與為 Dropout 層設定 trainable=False 相反。trainable 不會影響層的行為，因為 Dropout 沒有任何可以在訓練期間凍結的變數/權重。）

參數

• rate：介於 0 和 1 之間的浮點數。要丟棄的輸入單元比例。
• noise_shape：1D 整數張量，表示將與輸入相乘的二元 dropout 遮罩的形狀。例如，如果您的輸入形狀為 (batch_size, timesteps, features)，並且您希望所有時間步的 dropout 遮罩都相同，則可以使用 noise_shape=(batch_size, 1, features)。
• seed：要用作隨機種子的 Python 整數。

呼叫參數

• inputs：輸入張量（任何秩）。
• training：Python 布林值，指示層應該在訓練模式（新增 dropout）還是推論模式（不執行任何操作）下運作。