Dropout层 tf.keras.layers.Dropout() 介绍

函数原型

tf.keras.layers.Dropout(rate, noise_shape=None, seed=None, **kwargs
)

官网地址：https://tensorflow.google.cn/api_docs/python/tf/keras/layers/Dropout

作用

防止过拟合，提高模型的泛化能力。

参数

rate：0~1之间的小数。让神经元以一定的概率rate停止工作，提高模型的泛化能力。
noise_shape：1D张量类型,int32表示将与输入相乘的二进制丢失掩码的形状；例如,如果您的输入具有形状(batch_size, timesteps, features),并且你希望所有时间步长的丢失掩码相同,则可以使用noise_shape=[batch_size, 1, features]，就是哪一个是1，那么就在哪一维度按照相同的方式dropout，如果没有1就是普通的。
这个参数有篇文章我觉得解释的很好，dropout中的noise_shape参数的作用
seed：随机种子

Dropout层 tf.keras.layers.Dropout() 介绍相关推荐

tf.nn.dropout和tf.keras.layers.Dropout的区别（TensorFlow2.3）与实验
这里写目录标题场景:dropout和Dropout区别问题描述: 结论: 深层次原因:dropout是底层API,Dropout是高层API 场景:dropout和Dropout区别全网搜索tf ...
全连接层tf.keras.layers.Dense()介绍
函数原型 tf.keras.layers.Dense(units, # 正整数,输出空间的维数activation=None, # 激活函数,不指定则没有use_bias=True, # 布尔值,是否 ...
嵌入层 tf.keras.layers.Embedding() 介绍【TensorFlow2入门手册】
函数原型 tf.keras.layers.Embedding(input_dim, output_dim, embeddings_initializer='uniform',embeddings_re ...
tf.keras.layers.Dropout 示例
import tensorflow as tf import numpy as np 随机删除神经元,防止过度拟合 tf.random.set_seed(0) layer = tf.keras.lay ...
包装器 tf.keras.layers.Bidirectional() 介绍
1. 功能实现RNN神经网络的双向构造,比如LSTM.GRU等等 2.参数 tf.keras.layers.Bidirectional(layer, merge_mode='concat', wei ...
Tensorflow学习之tf.keras(一) tf.keras.layers.Model(另附compile，fit)
模型将层分组为具有训练和推理特征的对象. 继承自:Layer, Module tf.keras.Model(*args, **kwargs ) 参数 inputs 模型的输入:keras.Input ...
tf.keras.layers.MaxPool2D 最大池化层示例
tf.keras.layers.MaxPool2D 最大池化层示例 import tensorflow as tf import numpy as np inputs = np.random.ran ...
tf.keras.layers.MaxPool2D 示例池化层
tf.keras.layers.MaxPool2D 示例池化层 import tensorflow as tf import numpy as np inputs = np.random.randi ...
tf.keras.layers.Resizing 示例改变维度的层
tf.keras.layers.Resizing 示例改变维度的层 import tensorflow as tf # 创建一个输入的张量 inputs = tf.random.normal([ 2 ...

Dropout层 tf.keras.layers.Dropout() 介绍

函数原型

作用

参数

Dropout层 tf.keras.layers.Dropout() 介绍相关推荐

最新文章

热门文章