pytorch 中nn.Dropout如何使用?

在機器學習中我們會了解到特征值這個概念。通俗的講特征值就是機器學習代碼判斷的方法。比如人的識別我們可以看臉、看身體、看衣服，這些就是一個人的特征值。但有些時候這些特征值并不一定都有用（比如我要判斷兩張照片是否是同一個人，那么衣服就不應該成為特征值）這時候我們就需要刪除掉部分特征值了那么pytorch怎么刪除特征值呢?其實pytorch中提供了nn.Dropout方法用來刪除部分特征值。那么pytorch 中nn.Dropout如何使用呢？接下來的文章告訴你。

看代碼吧~

Class USeDropout(nn.Module):
 
    def __init__(self): 
        super(DropoutFC, self).__init__() 
        self.fc = nn.Linear(100,20) 
        self.dropout = nn.Dropout(p=0.5)  
    def forward(self, input): 
        out = self.fc(input) 
        out = self.dropout(out) 
        return out 
Net = USeDropout() 
Net.train()

示例代碼如上，直接調用nn.Dropout即可，但是注意在調用時要將模型參數(shù)傳入。

以上就是pytorch 中nn.Dropout如何使用的全部內容了，希望能給大家一個參考，也希望大家多多支持W3Cschool。