• Dropout()SpatialDropout1D()的区别:
    假设input_shape为batch_size, timesteps, features, Dropout()Dropout()是在所有数据上dropout,SpatialDropout1D()会按对features的某几个维度进行dropout,如图:

    左图:Dropout(), 右图:SpatialDropout1D()
  • 可以通过设置Dropout()的参数noise_shape来实现SpatialDropout1D()。可以改变noise_shape查看具体效果。
import keras
import keras.backend as K
import numpy as np
ary = np.arange(35*3).reshape((3, 7, 5))
inputs = K.variable(ary)
print(ary) # result [[[ 0 1 2 3 4] [ 5 6 7 8 9] [10 11 12 13 14] [15 16 17 18 19] [20 21 22 23 24] [25 26 27 28 29] [30 31 32 33 34]]]input_shape=K.shape(inputs)
noise_shape=(input_shape[0], input_shape[1], 1)
dropout_2 = K.eval(K.dropout(inputs, 0.5, noise_shape))
print(dropout_2)
  • SpatialDropout1D(), SpatialDropout2D(), SpatialDropout3D()的区别在于input_shape不同。见文档

参考

SpatialDropout相关推荐

  1. 21个深度学习调参技巧,一定要看到最后一个

    点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 本文转自|AI算法与图像处理 训练深度神经网络是困难的.它需要知识 ...

  2. 智能车竞赛技术报告 | 智能车视觉 - 天津大学 - 北洋钽星

    简 介: 全国大学生智能汽车竞赛以"立足培养.重在参与.鼓励探索.追求卓越"为宗旨.本文介绍的AI视觉智能车结合了图像处理.神经网络.PID控制.机械设计等技术,实现了省赛国赛的比 ...

  3. 【深度学习】21个深度学习调参技巧,一定要看到最后一个

    点击上方"AI算法与图像处理",选择加"星标"或"置顶" 重磅干货,第一时间送达 这篇文章在国外知名的网站 medium 上面获得了一千多的 ...

  4. 21个深度学习调参的实用技巧

    文 | AI_study 源 | AI算法与图像处理 导读 在学习人工智能的时候,不管是机器学习还是深度学习都需要经历一个调参的过程,参数的好坏直接影响着模型效果的好坏.本文总结了在深度学习中21个实 ...

  5. 【正则化】各种Dropout方法

    1) Dropout:完全随机扔. 2) SpatialDropout:按 channel 随机扔. 3) Stochastic Depth:按 res block 随机扔. 4) DropBlock ...

  6. 让dropout在图像超分辨领域大放异彩![2022 CVPR]

    <Reflash Dropout in Image Super-Resolution>这是篇来自中国科学院深圳先进技术研究院的2022年CVPR的探究型文章,探索了在图像恢复领域如果加入d ...

  7. CLUENER 细粒度命名实体识别baseline:BiLSTM-CRF

    文章目录 数据类别 标签类别定义 & 标注规则 数据下载地址 数据分布 数据字段解释 数据来源 baseline:BiLSTM-CRF 运行 参考 命名实体识别(NameEntity Reco ...

  8. 中文NER任务简析与深度算法模型总结和实战展示

    目录 一.中文NER定义 1.什么是NER 2.怎么来完成NER 3.NER标注体系 二.基于pytoch和TensorFlow的深度学习算法NER实战 1.算法概览 2.算法实战 A.BiLstm+ ...

  9. kaggle Quora Insincere Questions 总结

    第三名: https://www.kaggle.com/wowfattie/3rd-place 用到了词向量的拼写检查: https://www.kaggle.com/cpmpml/spell-che ...

  10. 优化策略(三)正则化和BN方式

    正则化: DropOut DropConnect DropPath Spatial DropOut DropBlock BN: Batch Normalization (BN) GN,BN和LN.Ad ...

最新文章

  1. 成都python工作-成都python就业
  2. POJ-3264-Balanced Lineup-单点更新
  3. 如何做好配电室、临时用电安全管理?
  4. IDEA Scala自动生成变量类型设置教程
  5. OpenCV计算机视觉实战(Python版)资源
  6. spark与storm的对比
  7. ckeditor3 配置
  8. springmvc注解@RequestMapping
  9. 基于JAVA+SpringMVC+MYSQL的大学毕业生就业信息管理系统
  10. 计算机中复合模板在哪,冷冲模CAD系统中装配模板的设计与复合算法研究-计算机软件专业论文.docx...
  11. 什么是mapDispatchToProps?
  12. 模拟--滑动窗口最大值
  13. 关于“程序员996”,大能发话了,能顶用吗?
  14. wincc 写入mysql,WINCC读写SQL数据库的示例
  15. 路由实验7777777
  16. EasySwoole3 Crontab的使用
  17. 如何用深度学习生成图片(GAN, pix2pix, CycleGAN和pix2pixHD)
  18. 满二叉树 / 真二叉树 / 完全二叉树 ~
  19. [附源码]计算机毕业设计JAVA户籍管理系统
  20. 如何选择合适的电烙铁

热门文章

  1. MobaXterm连接局域网的虚拟机
  2. 链家二手房信息爬取(内附完整代码)
  3. 电商积分体系存在的问题
  4. 两个质数互质是_两个互质数是什么意思
  5. 电脑或网页打开很慢是什么原因?
  6. 合唱队形java_动态规划之合唱队形问题
  7. Zookeeper -选举流程
  8. 阿里巴巴江苏云计算数据中心项目在南通开工 项目一期计划2019年建成运营
  9. vue3实现tags
  10. Portable Batch System