Dropout

tensorflow.keras.layers.Dropout

将Dropout应用于输入。

在rate训练期间的每次更新中将输入单元的一部分随机设置为0，这有助于防止过拟合。

tensorflow.keras.layers.Dropout(0.2),

用法

一种防止神经网络过拟合的手段。

随机的拿掉网络中的部分神经元，从而减小对W权重的依赖，以达到减小过拟合的效果。

参数：

• rate：在0到1之间浮动。要降低的输入单位的分数。
• noise_shape：一维整数张量，表示将与输入相乘的二进制滤除掩码的形状。例如，如果您的输入具有形状， (batch_size, timesteps, features)并且您希望所有时间步长的辍学掩码都相同，则可以使用noise_shape=(batch_size, 1, features)。
• seed：用作随机种子的Python整数。

调用参数：

• inputs：输入张量（任何等级）。
• training：Python布尔值，指示该层是应在训练模式下（添加辍学）还是在推理模式下（不执行任何操作）。