我对是否使用tf.nn.dropout或tf.layers.dropout感到很困惑.
许多MNIST CNN示例似乎使用tf.nn.droput,其中keep_prop是params之一.
但它与tf.layers.dropout的不同之处是什么？是tf.layers.dropout中的"rate"参数类似于tf.nn.dropout？
或者一般来说,tf.nn.dropout和tf.layers.dropout之间的区别是适用于所有其他类似情况,例如tf.nn和tf.layers中的类似函数.
nik*_*pod 34
快速浏览
tensorflow/python/layers/core.py和tensorflow/python/ops/nn_ops.py可以看出
它tf.layers.dropout是一个包装器tf.nn.dropout.
这两个函数的唯一区别是:
tf.nn.dropout具有参数keep_prob:"概率使得每个元件保持为" tf.layers.dropout具有参数rate:"的丢包率" keep_prob = 1 - rate定义在这里tf.layers.dropout有training参数:"是否返回在训练模式下输出(申请退学)或推理模式(返回输入不变)."| 归档时间： |
|
| 查看次数： |
11840 次 |
| 最近记录： |