官方的接口是这样的

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

根据给出的keep_prob参数,将输入tensor x按比例输出。

默认情况下, 每个元素保存或丢弃都是独立的。

x                 :  输入tensor
keep_prob    :  float类型,每个元素被保留下来的概率 ,设置神经元被选中的概率,在初始化时keep_prob是一个占位符,  keep_prob = tf.placeholder(tf.float32) 。tensorflow在run时设置keep_prob具体的值,例如keep_prob: 0.5

noise_shape  : 一个1维的int32张量,代表了随机产生“保留/丢弃”标志的shape。
seed             : 整形变量,随机数种子。
name            : 名字,没啥用。

转载于:https://www.cnblogs.com/zeze/p/8334818.html

【TensorFlow】TF-tf.nn.dropout相关推荐

  1. 【TensorFlow】理解tf.nn.conv2d方法 ( 附代码详解注释 )

    最近在研究学习TensorFlow,在做识别手写数字的demo时,遇到了tf.nn.conv2d这个方法,查阅了官网的API 发现讲得比较简略,还是没理解.google了一下,参考了网上一些朋友写得博 ...

  2. 【TensorFlow】(七)tf.feature_column.crossed_column()函数的作用及用法

    1.作用 对hash映射之后的特征进行交叉. 优势:特征交叉,在有些情况下,特征独自编码与多维特征交叉后的特征特性会有不一样的结果. 使用方式: tf.feature_column.crossed_c ...

  3. 【TensorFlow】(四)tf.feature_column.embedding_column()函数

    1.作用 将sparse/categrical特征转化为dense 向量.one-hot产生的向量,易造成数据的稀疏化,对于推荐系统而言,大维度的稀疏数据对于结果的影响较大,因此我们考虑使用embed ...

  4. 【Tensorflow】tf.nn.atrous_conv2d如何实现空洞卷积?膨胀卷积

    介绍 关于空洞卷积的理论可以查看以下链接,这里我们不详细讲理论: 1.Long J, Shelhamer E, Darrell T, et al. Fully convolutional networ ...

  5. 【TensorFlow】tf.nn.softmax_cross_entropy_with_logits的用法

    [TensorFlow]tf.nn.softmax_cross_entropy_with_logits的用法 from:https://blog.csdn.net/mao_xiao_feng/arti ...

  6. 【TensorFlow】tf.nn.softmax_cross_entropy_with_logits中的“logits”到底是个什么意思?

    tf.nn.softmax_cross_entropy_with_logits中的"logits"到底是个什么意思?_玉来愈宏的随笔-CSDN博客 https://blog.csd ...

  7. 【TensorFlow】tf.nn.softmax_cross_entropy_with_logits 函数:求交叉熵损失

    [TensorFlow]tf.nn.softmax_cross_entropy_with_logits的用法_xf__mao的博客-CSDN博客 https://blog.csdn.net/mao_x ...

  8. 【Tensorflow】tf.nn.depthwise_conv2d如何实现深度卷积?+深度可分离卷积详解

    目录 常规卷积操作 深度可分离卷积 = 逐通道卷积+逐点卷积 1.逐通道卷积 2.逐点卷积 参数对比 介绍 实验 代码清单 一些轻量级的网络,如mobilenet中,会有深度可分离卷积depthwis ...

  9. 【Tensorflow】 tf.equal(tf.argmax(y, 1),tf.argmax(y_, 1))用法

    [Tensorflow] tf.equal(tf.argmax(y, 1),tf.argmax(y_, 1))用法 作用:输出正确的预测结果 利用tf.argmax()按行求出真实值y_.预测值y最大 ...

  10. 【TensorFlow】conv2d函数参数解释以及padding理解

    卷积conv2d CNN在深度学习中有着举足轻重的地位,主要用于特征提取.在TensorFlow中涉及的函数是tf.nn.conv2d. tf.nn.conv2d(input, filter, str ...

最新文章

  1. Caffe部署中的几个train-test-solver-prototxt-deploy等说明 (一)
  2. 程序员必看!Android面试10大知识点总结宝典助你通关!年薪50W
  3. ios realm 文件_iOS Realm数据库使用
  4. java借口案例实现_java实现接口的典型案例
  5. 外威客外包网站Elance
  6. 用FRP,内网端口映射到外网,记录
  7. linux下caffe-ssd在cuda10+python3.6下编译,训练VOC数据集和测试
  8. qq手机电脑消息同步_这届用户换机首选必备工具,QQ同步助手一键迁移手机资料...
  9. 启动Activity不显示界面
  10. 计算机组成原理课程设计报告总结
  11. 源码阅读:PointNet++
  12. 为什么微信无法打开html文件,微信网页版打不开怎么办?微信网页版无法打开的解决方法...
  13. 相忘江湖不如相濡以沫(II)
  14. cocos2d-x 使用位图工具制作 fnt字体
  15. 制作Win10系统安装U盘和安装纯净版Win10的通用教程
  16. Treer:生成目录结构树
  17. 钜大锂电池并联串联知识详解 并联串联注意事项18650
  18. FindPic 找图
  19. 【JAVA】异常捕捉机制(2)—异常(Exception)的分类处理方式
  20. GH7.3 本地化包来了,已无限接近100%了。

热门文章

  1. 正则表达式验证代码(字母、数字、Email、网址、电话号码、汉字、身份证号码)
  2. 安装rational rose
  3. 蚂蚁金服CTO鲁肃:支付宝成就了我,我做了很多“拧螺丝”的事儿
  4. 解决eclipse显示jar源代码中文乱码问题
  5. 左耳朵耗子论微服务 Serverless 及 FaaS | GIAC 访谈
  6. 网络:HTTP状态码
  7. margin 0 auto 什么意思
  8. IT 系统巡检时,需要关注哪些指标?
  9. 民生银行 IT运维故障管理 可视化案例
  10. 如何正确使用穿线管 穿线管布局解析