我想知道我是否可以简单地将退出应用于TensorFlow中的卷积.它将如何应用？卷积遮罩的权重是否在输入上"滑动"时随机设置为零？
您可以在任意输入张量上应用dropout.如何计算这个输入并不重要; 输入的每个元素将简单地保留(和缩放,见下文)或设置为零.
来自https://www.tensorflow.org/api_docs/python/tf/nn/dropout:
有概率
keep_prob,输出按比例放大的输入元素1 / keep_prob,否则输出0.缩放是为了使预期的总和不变.默认情况下,每个元素都是独立保留或删除的.
例如:
conv = tf.nn.conv2d(...)
drop = tf.nn.dropout(conv, keep_prob=0.5)
| 归档时间： |
|
| 查看次数： |
2569 次 |
| 最近记录： |