本文共 467 字，大约阅读时间需要 1 分钟。

函数原型

tf.keras.layers.Dropout(    rate, noise_shape=None, seed=None, **kwargs)

官网地址：https://tensorflow.google.cn/api_docs/python/tf/keras/layers/Dropout

作用

防止过拟合，提高模型的泛化能力。

参数

• rate：0~1之间的小数。让神经元以一定的概率rate停止工作，提高模型的泛化能力。
• noise_shape：1D张量类型,int32表示将与输入相乘的二进制丢失掩码的形状；例如,如果您的输入具有形状(batch_size, timesteps, features),并且你希望所有时间步长的丢失掩码相同,则可以使用noise_shape=[batch_size, 1, features]，就是哪一个是1，那么就在哪一维度按照相同的方式dropout，如果没有1就是普通的。
  这个参数有篇文章我觉得解释的很好，dropout中的noise_shape参数的作用
• seed：随机种子

转载地址：https://mtyjkh.blog.csdn.net/article/details/115826689 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！