Dropout1d

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

随机地将整个通道置零。

一个通道是一个 1D 特征图，例如，批量输入的第 $i$ 个样本的第 $j$ 个通道是 1D 张量 $\text{input}[i, j]$。

在每一次前向调用中，每个通道都会以概率 p 使用伯努利分布的样本独立地被置零。

通常输入来自 nn.Conv1d 模块。

正如论文 使用卷积网络的有效物体定位 中所述，如果特征图中的相邻像素强相关（这在早期卷积层中通常是如此），那么 i.i.d. dropout 将无法规范化激活，而只会导致有效的学习率降低。

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

参数

• p (float, 可选的) – 元素被置零的概率。

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

形状

• 输入: $(N, C, L)$ 或 $(C, L)$。

• 输出: $(N, C, L)$ 或 $(C, L)$ (与输入形状相同)。

示例

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