Python tf.compat.v1.layers.dropout用法及代码示例

将 Dropout 应用于输入。

用法

tf.compat.v1.layers.dropout(
    inputs, rate=0.5, noise_shape=None, seed=None, training=False, name=None
)

迁移到 TF2

警告：这个 API 是为 TensorFlow v1 设计的。继续阅读有关如何从该 API 迁移到本机 TensorFlow v2 等效项的详细信息。见TensorFlow v1 到 TensorFlow v2 迁移指南有关如何迁移其余代码的说明。

此 API 是一个遗留 api，仅与 Eager Execution 和 tf.function 兼容，如果您将其与 tf.compat.v1.keras.utils.track_tf1_style_variables 结合使用

请参阅迁移指南的 tf.layers 模型映射部分，了解如何在 TF2 中将 TensorFlow v1 模型与 Keras 一起使用。

对应的 TensorFlow v2 层是 tf.keras.layers.Dropout 。

到原生 TF2 的结构映射

支持的参数均未更改名称。

前：

y = tf.compat.v1.layers.dropout(x)

后：

要使用 TF1 函数层迁移代码，请使用 Keras 函数 API：

x = tf.keras.Input((28, 28, 1))
 y = tf.keras.layers.Dropout()(x)
 model = tf.keras.Model(x, y)

Dropout 包括在训练期间的每次更新时将输入单元的分数 rate 随机设置为 0，这有助于防止过度拟合。保留的单元按 1 / (1 - rate) 缩放，因此它们的总和在训练时和推理时不变。