tf.layers.Dropout
Применяет Dropout к входу.
Наследуется от: Dropout, Layer
tf.layers.Dropout(
rate=0.5, noise_shape=None, seed=None, name=None, **kwargs
)
Dropout заключается в случайном обнулении доли rate входов в каждой итерации во время обучения, что помогает предотвратить переобучение. Единицы, которые сохраняются, масштабируются на 1 / (1 - rate), так что их сумма остается неизменной во время обучения и вывода.
| Аргументы | |
|---|---|
rate | Вероятность дропаута, значение от 0 до 1. Например, rate=0.1 приведет к дропауту 10% входных единиц. |
noise_shape | 1D тензор типа int32, представляющий форму бинарной маски дропаута, которая будет умножена на вход. Например, если ваши входные данные имеют форму (batch_size, timesteps, features), а вы хотите, чтобы маска дропаута была одинаковой для всех временных шагов, вы можете использовать noise_shape=[batch_size, 1, features]. |
seed | Целое число Python. Используется для создания случайных семян. См. tf.compat.v1.set_random_seed для получения информации о поведении. |
name | Название слоя (строка). |
| Атрибуты | |
|---|---|
graph | УСТАРЕВШАЯ ФУНКЦИЯ |
scope_name | |
© 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/layers/Dropout
