TensorFlow函數(shù)教程：tf.nn.dropout

tf.nn.dropout函數(shù)

tf.nn.dropout(
    x,
    keep_prob,
    noise_shape=None,
    seed=None,
    name=None
)

定義在：tensorflow/python/ops/nn_ops.py.

請參閱指南：層(contrib)>用于構(gòu)建神經(jīng)網(wǎng)絡(luò)層的高級操作,神經(jīng)網(wǎng)絡(luò)>激活函數(shù)

該函數(shù)用于計算dropout.

使用概率keep_prob,輸出按照1/keep_prob的比例放大輸入元素,否則輸出0.縮放是為了使預(yù)期的總和不變.

默認(rèn)情況下,每個元素都是獨立保留或刪除的.如果已指定noise_shape,則必須將其廣播為x的形狀,并且只有具有noise_shape[i] == shape(x)[i]的維度才作出獨立決定.

例如,如果shape(x) = [k, l, m, n]并且noise_shape = [k, 1, 1, n],則每個批處理和通道組件將獨立保存,并且每個行和列將保留或不保留在一起.

參數(shù)：

• x：一個浮點型Tensor.
• keep_prob：一個標(biāo)量Tensor,它與x具有相同類型.保留每個元素的概率.
• noise_shape：類型為int32的1維Tensor,表示隨機(jī)產(chǎn)生的保持/丟棄標(biāo)志的形狀.
• seed：一個Python整數(shù).用于創(chuàng)建隨機(jī)種子.
• name：此操作的名稱(可選).

返回：

該函數(shù)返回與x具有相同形狀的Tensor.

可能引發(fā)的異常：

• ValueError：如果keep_prob不在(0, 1]或如果x不是浮點型Tensor.