tf.keras.layers.Dropout
| Просмотр исходного кода на GitHub |
Применяет Dropout к входным данным.
Наследуется от: Layer
tf.keras.layers.Dropout(
rate, noise_shape=None, seed=None, **kwargs
)
Dropout заключается в случайном присвоении нулевого значения части rate входных единиц на каждом шаге обучения, что помогает предотвратить переобучение.
| Аргументы | |
|---|---|
rate | Значение от 0 до 1. Доля входных единиц, которые необходимо отбросить. |
noise_shape | Целочисленный тензор 1D, представляющий форму бинарной маски dropout, которая будет умножаться на вход. Например, если у ваших входных данных форма (batch_size, timesteps, features), и вы хотите, чтобы маска dropout была одинаковой для всех временных шагов, вы можете использовать noise_shape=(batch_size, 1, features). |
seed | Целое число Python, используемое в качестве случайного зерна. |
Аргументы вызова:
-
inputs: Входной тензор (любой размерности). -
training: Логическое значение Python, указывающее, должен ли слой вести себя в режиме обучения (добавляя dropout) или в режиме вывода (ничего не делая).
© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r1.15/api_docs/python/tf/keras/layers/Dropout
