Dropout¶
- class torch.nn.Dropout(p=0.5, inplace=False)[source]¶
在训练期间,以概率
p
随机将输入张量中的某些元素置零。对于每次正向调用,都会独立选择零元素,并从伯努利分布中采样。
每个通道将在每次正向调用时独立地被清零。
事实证明,这是一种有效的正则化技术,可以防止神经元的共同适应,如论文 通过阻止特征检测器的共同适应来改进神经网络 中所述。
此外,在训练期间,输出按 缩放。这意味着在评估期间,模块只计算一个恒等函数。
- 形状
输入:。输入可以是任何形状
输出:。输出与输入的形状相同
示例
>>> m = nn.Dropout(p=0.2) >>> input = torch.randn(20, 16) >>> output = m(input)