当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python PyTorch AlphaDropout用法及代码示例


本文简要介绍python语言中 torch.nn.AlphaDropout 的用法。

用法:

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

参数

  • p(float) -元素被丢弃的概率。默认值:0.5

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

在输入上应用 Alpha Dropout。

Alpha Dropout 是一种保持自标准化属性的 Dropout。对于均值和单位标准差为零的输入,Alpha Dropout 的输出保持输入的原始均值和标准差。 Alpha Dropout 与 SELU 激活函数密切相关,可确保输出具有零均值和单位标准偏差。

在训练期间,它使用来自伯努利分布的样本以概率 p 随机掩盖输入张量的一些元素。要屏蔽的元素在每次前向调用时都是随机的,并缩放和移动以保持零均值和单位标准偏差。

在评估期间,模块只计算一个恒等函数。

更多细节可以在论文Self-Normalizing Neural Networks 中找到。

形状:
  • 输入: 。输入可以是任何形状

  • 输出: 。输出与输入具有相同的形状

例子:

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

相关用法


注:本文由纯净天空筛选整理自pytorch.org大神的英文原创作品 torch.nn.AlphaDropout。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。