tf.keras.layers.SpatialDropout2D
| Просмотреть исходный код на GitHub |
Пространственное 2D-версия Dropout.
Наследуется от: Dropout, Layer, Module
tf.keras.layers.SpatialDropout2D(
rate, data_format=None, **kwargs
)
Эта версия выполняет ту же функцию, что и Dropout, но при этом опускает целые 2D-карты признаков вместо отдельных элементов. Если соседние пиксели в картах признаков сильно коррелированы (как это обычно бывает в ранних слоях свертки), то обычный Dropout не будет регулировать активации и в противном случае приведет лишь к снижению эффективной скорости обучения. В этом случае SpatialDropout2D поможет способствовать независимости между картами признаков и следует использовать вместо него.
| Аргументы | |
|---|---|
rate | Число с плавающей точкой от 0 до 1. Доля входных единиц, которые нужно опустить. |
data_format | 'channels_first' или 'channels_last'. В режиме 'channels_first' размерность каналов (глубина) находится на индексе 1, в режиме 'channels_last' — на индексе 3. По умолчанию используется значение, найденное в вашем файле конфигурации Keras по адресу ~/.keras/keras.json. Если вы никогда его не задавали, то будет "channels_last". |
Аргументы вызова:
-
inputs: 4D тензор. -
training: Булево значение Python, указывающее, должен ли слой работать в режиме обучения (добавляя dropout) или в режиме вывода (ничего не делая).
Форма входных данных:
4D тензор с формой: (samples, channels, rows, cols) если data_format='channels_first' или 4D тензор с формой: (samples, rows, cols, channels) если data_format='channels_last'.
Форма выходных данных: такая же, как у входных. Ссылки: - Эффективная локализация объектов с помощью сверточных сетей
© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.9/api_docs/python/tf/keras/layers/SpatialDropout2D