Dropout 層
Dropout 類別
keras.layers.Dropout(rate, noise_shape=None, seed=None, **kwargs)
對輸入應用 Dropout。
Dropout 層會在訓練時隨機將輸入單元設定為 0，頻率為 rate，這有助於防止過擬合。未設定為 0 的輸入會按 1 / (1 - rate) 放大，使所有輸入的總和不變。
請注意，Dropout 層僅在 call() 中將 training 設定為 True 時才會應用，因此在推論期間不會丟棄任何值。使用 model.fit 時，training 會自動適當地設定為 True。在其他情況下，您可以在呼叫層時明確地將引數設定為 True。
（這與將 Dropout 層設定為 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。）
引數
- rate：介於 0 和 1 之間的浮點數。要丟棄的輸入單元比例。
- noise_shape：一維整數張量，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長的 dropout 遮罩都相同，則可以使用noise_shape=(batch_size, 1, features)。 - seed：用作隨機種子的 Python 整數。
呼叫引數
- inputs：輸入張量（任何秩）。
- training：Python 布林值，指示該層應在訓練模式（添加 dropout）還是推論模式（不做任何事）中執行。