快捷方式

Dropout3d

class torch.nn.Dropout3d(p=0.5, inplace=False)[源代码]

随机将整个通道清零。

通道是一个 3D 特征图,例如,批处理输入中第 ii 个样本的第 jj 个通道是一个 3D 张量 input[i,j]\text{input}[i, j].

每个通道将在每次前向调用中以概率 p 被独立清零,使用伯努利分布的样本。

通常,输入来自 nn.Conv3d 模块。

如论文 使用卷积网络进行高效目标定位 中所述,如果特征图内相邻像素之间存在强相关性(在早期卷积层中通常是这种情况),则 i.i.d. dropout 不会正则化激活,否则只会导致有效学习率下降。

在这种情况下,nn.Dropout3d() 将有助于促进特征图之间的独立性,因此应使用它。

参数
  • p (浮点数可选) – 元素被清零的概率。

  • inplace (布尔值可选) – 如果设置为 True,则将就地执行此操作

形状
  • 输入:(N,C,D,H,W)(N, C, D, H, W)(C,D,H,W)(C, D, H, W).

  • 输出:(N,C,D,H,W)(N, C, D, H, W)(C,D,H,W)(C, D, H, W)(与输入形状相同)。

示例

>>> m = nn.Dropout3d(p=0.2)
>>> input = torch.randn(20, 16, 4, 32, 32)
>>> output = m(input)

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源