快捷方式

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 11p\frac{1}{1-p} 缩放。这意味着在评估期间,模块只计算一个恒等函数。

参数
  • p (float) – 元素被置零的概率。默认值:0.5

  • inplace (bool) – 如果设置为 True,将就地执行此操作。默认值:False

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)

文档

访问 PyTorch 的综合开发者文档

查看文档

教程

获取面向初学者和高级开发者的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源