pytorch nn.Dropout类介绍
在 PyTorch 中，nn.Dropout 是一种正则化方法，随机将输入张量的一部分元素置为零，以防止过拟合并提高模型的泛化能力。其基本用法如下：
import torch
import torch.nn as nn
dropout = nn.Dropout(p=0.5) # 丢弃概率为 50%
x = torch.ones((2, 3, 4)) # 输入张量
output = dropout(x) # 输出的部分元素会被置为零
- 它在训练阶段，对于输入张量中的每个元素，会以概率
p将其置为 0。对于未被置为 0 的元素，需要进行数值缩放，缩放因子为1 / (1 - p)。 - 在给定的代码中，
p = 0.5，这意味着每个元素有 0.5 的概率被置为 0，而未被置为 0 的元素将乘以1 / (1 - 0.5)=2。
注： 输入张量的每个元素会以概率p将其置为 0，没有维度限制。
如何在指定维度上进行 Dropout？
PyTorch 的标准 nn.Dropout 无法直接指定某个维度进行 Dropout，但可以通过以下几种方法实现在指定维度共享 Dropout 掩码：
方法 1：自定义 Dropout 类（参考上文）
可以继承 nn.Module，实现一个支持沿指定
原文地址：https://blog.csdn.net/qq_27390023/article/details/145094229
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！