AlphaDropout

类 torch.nn.AlphaDropout(p=0.5, inplace=False)

对输入应用 Alpha Dropout。

Alpha Dropout 是一种 Dropout 类型，它保持自归一化特性。对于均值为零和单位标准差的输入，Alpha Dropout 的输出保持输入的原始均值和标准差。Alpha Dropout 与 SELU 激活函数密切相关，SELU 激活函数确保输出具有零均值和单位标准差。

在训练期间，它使用伯努利分布的样本，以概率 p 随机屏蔽输入张量的一些元素。要屏蔽的元素在每次前向调用时随机化，并进行缩放和移位以保持零均值和单位标准差。

在评估期间，该模块仅计算恒等函数。

更多详细信息可以在论文 Self-Normalizing Neural Networks 中找到。

参数

• p (float) – 元素被丢弃的概率。默认值：0.5

• inplace (bool, 可选) – 如果设置为 True，将进行原地操作

形状

• 输入: $(*)$。输入可以是任意形状

• 输出: $(*)$。输出与输入形状相同

示例

>>> m = nn.AlphaDropout(p=0.2)
>>> input = torch.randn(20, 16)
>>> output = m(input)