【TensorFlow】TF-tf.nn.dropout
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
- 【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 ...
- 【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 ...
- 【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 ...
- 【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 ...
- 【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 ...
- 【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 ...
- 【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 ...
- 【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 ...
- 【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 ...
- 【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
- Caffe部署中的几个train-test-solver-prototxt-deploy等说明 (一)
- 程序员必看!Android面试10大知识点总结宝典助你通关!年薪50W
- ios realm 文件_iOS Realm数据库使用
- java借口案例实现_java实现接口的典型案例
- 外威客外包网站Elance
- 用FRP,内网端口映射到外网,记录
- linux下caffe-ssd在cuda10+python3.6下编译,训练VOC数据集和测试
- 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...
- 启动Activity不显示界面
- 计算机组成原理课程设计报告总结
- 源码阅读:PointNet++
- 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...
- 相忘江湖不如相濡以沫(II)
- cocos2d-x 使用位图工具制作 fnt字体
- 制作Win10系统安装U盘和安装纯净版Win10的通用教程
- Treer:生成目录结构树
- 钜大锂电池并联串联知识详解 并联串联注意事项18650
- FindPic 找图
- 【JAVA】异常捕捉机制(2)—异常(Exception)的分类处理方式
- GH7.3 本地化包来了,已无限接近100%了。