Dropout3d

class torch.nn.modules.dropout.Dropout3d(p=0.5, inplace=False) [source]

Случайным образом обнуляет целые каналы.

Канал — это трёхмерная карта признаков, например, $j$-й канал $i$-го элемента в пакетном входном тензоре представляет собой трёхмерный тензор $\text{input}[i, j]$.

При каждом прямом проходе каждый канал независимо обнуляется с вероятностью p; для этого используются выборки из распределения Бернулли.

Обычно вход поступает из модулей nn.Conv3d.

Как описано в статье Эффективная локализация объектов с использованием свёрточных сетей , если соседние пиксели внутри карт признаков сильно коррелируют (что обычно происходит в ранних свёрточных слоях), то независимый и одинаково распределённый dropout не будет регуляризовать активации, а лишь приведёт к эффективному снижению скорости обучения.

В этом случае nn.Dropout3d() поможет повысить независимость между картами признаков, и его следует использовать вместо него.

Параметры:

• p (float, необязательно) – вероятность обнуления элемента.
• inplace (bool, необязательно) – Если задано значение True, операция выполняется на месте

Форма:

• Вход: $(N, C, D, H, W)$ или $(C, D, H, W)$.
• Выход: $(N, C, D, H, W)$ или $(C, D, H, W)$ (такая же форма, как у входа).

Примеры:

>>> m = nn.Dropout3d(p=0.2)
>>> input = torch.randn(20, 16, 4, 32, 32)
>>> output = m(input)

forward(input) [source]

Выполняет прямой проход.

Тип возвращаемого значения:

Tensor