任何keras层中的dropout层和dropout参数有什么区别

Question

keras中的Dropout层dropout和recurrent_droput参数有什么区别？它们都用于相同的目的吗？

例子：

model.add(Dropout(0.2))  # layer
model.add(LSTM(100, dropout=0.2, recurrent_dropout=0.2))  # parameters

Answer 1

是的，它们具有相同的功能，在该层的线性变换（权重相乘和偏置相加）之前使用 dropout 作为参数。Dropout 作为层也可以在激活层之前使用。

recurrent_dropout 也有相同的功能但方向不同（通常 dropouts 在输入和输出之间，它在时间戳之间）