28 lines
1.5 KiB
ReStructuredText
28 lines
1.5 KiB
ReStructuredText
mindspore.mint.nn.Dropout
|
||
=========================
|
||
|
||
.. py:class:: mindspore.mint.nn.Dropout(p=0.5, inplace=False)
|
||
|
||
随机丢弃层。
|
||
|
||
Dropout是一种正则化手段，通过阻止神经元节点间的相关性来减少过拟合。该操作根据丢弃概率 `p` ，在训练过程中随机将一些神经元输出设置为0。并且训练过程中返回值会乘以 :math:`\frac{1}{1-p}` 。在推理过程中，此层返回与输入 `input` 相同的Tensor。
|
||
|
||
论文 `Dropout: A Simple Way to Prevent Neural Networks from Overfitting <http://www.cs.toronto.edu/~rsalakhu/papers/srivastava14a.pdf>`_ 中提出了该技术，并证明其能有效地减少过度拟合，防止神经元共适应。更多详细信息，请参见 `Improving neural networks by preventing co-adaptation of feature detectors <https://arxiv.org/pdf/1207.0580.pdf>`_ 。
|
||
|
||
.. note::
|
||
- 训练过程中，每步对同一通道（或神经元）独立进行丢弃。
|
||
- `p` 表示输入Tensor中元素设置成0的概率。
|
||
|
||
参数：
|
||
- **p** (float，可选) - 输入神经元丢弃概率。例如， `p` =0.9，即删除90%的神经元。默认值： ``0.5`` 。
|
||
- **inplace** (bool，可选) - 是否启用原地更新功能。若为 ``True`` ，则启用原地更新功能。默认值： ``False`` 。
|
||
|
||
输入：
|
||
- **input** (Tensor) - Dropout的输入。
|
||
|
||
输出：
|
||
Tensor，输出为Tensor，其shape与 `input` 的 shape相同。
|
||
|
||
异常：
|
||
- **TypeError** - `inplace` 数据类型不是bool。
|