Dropout1d

class torch.nn.Dropout1d(p=0.5, inplace=False)

随机将整个通道置零。

通道是一维特征图，例如，批处理输入中第 $j$ 个通道的第 $i$ 个样本是一维张量 $\text{input}[i, j]$.

每个通道在每次正向调用时都会使用伯努利分布的样本独立地以 p 的概率置零。

通常，输入来自 nn.Conv1d 模块。

如论文 使用卷积网络进行高效的目标定位 中所述，如果特征图中的相邻像素高度相关（这在早期卷积层中通常是这种情况），那么 i.i.d. dropout 将不会正则化激活，并且只会导致有效的学习率下降。

在这种情况下，nn.Dropout1d() 将有助于促进特征图之间的独立性，应该使用它代替。

参数

• p (float, optional) – 元素被置零的概率。

• inplace (bool, optional) – 如果设置为 True，则将就地执行此操作

形状

• 输入：$(N, C, L)$ 或 $(C, L)$.

• 输出：$(N, C, L)$ 或 $(C, L)$ （与输入相同的形状）。

示例

>>> m = nn.Dropout1d(p=0.2)
>>> input = torch.randn(20, 16, 32)
>>> output = m(input)