文档帮助中心文档
辍学层
dropout层以给定的概率将输入元素随机设置为零。
层= dropoutLayer
层= dropoutLayer(概率)
层= dropoutLayer (___“名字”,名称)
层= dropoutLayer创建一个退出层。
层
层= dropoutLayer (概率)创建一个退出层,并设置概率财产。
层= dropoutLayer (概率)
概率
例子
层= dropoutLayer (___“名称”,的名字)设置可选的名字属性使用名称-值对和前面语法中的任何参数。例如,dropoutLayer(0.4,“名字”,“drop1”)创建一个退出层,退出概率为0.4,名字为“drop1”.将属性名用单引号括起来。
层= dropoutLayer (___“名称”,的名字)
的名字
dropoutLayer(0.4,“名字”,“drop1”)
“drop1”
全部展开
退出输入元素的概率,指定为0-1范围内的数字标量。
在训练时,该层随机设置输入元素为dropout mask给定的零兰特(大小(X)) <概率,在那里X是图层输入,然后缩放其余的元素1 / (1-Probability).此操作有效地改变了迭代之间的底层网络架构,并有助于防止网络过拟合[1],[2].数值越高,在训练过程中掉落的元素就越多。在预测时刻,层的输出等于它的输入。
兰特(大小(X)) <概率
X
1 / (1-Probability)
对于图像输入,图层为每个图像的每个通道应用不同的蒙版。对于序列输入,该层为每个序列的每个时间步长应用不同的dropout mask。
例子:0.4
0.4
''
层名,指定为字符向量或字符串标量。若要在层图中包含层,必须指定非空的唯一层名。如果你用层和的名字被设置为'',然后软件在训练时自动为该层分配一个名称。
数据类型:字符|字符串
字符
字符串
NumInputs
层的输入数。这一层只接受单个输入。
数据类型:双
双
InputNames
{'在'}
输入层名。这一层只接受单个输入。
数据类型:细胞
细胞
NumOutputs
层输出的数量。这一层只有一个输出。
OutputNames
{“出”}
输出层的名称。这一层只有一个输出。
全部折叠
创建一个dropout图层“drop1”.
层= dropoutLayer (“名字”,“drop1”)
layer = DropoutLayer with properties: Name: ' dropp1 ' Hyperparameters
中包含一个退出层层数组中。
层= [...imageInputLayer([28 28 1])卷积2dlayer (5,20) reluLayer dropoutLayer fulllyconnectedlayer (10) softmaxLayer classificationLayer]
层= 7 x1层与层:数组1”的形象输入28 x28x1图像zerocenter正常化2”卷积20 5 x5旋转步[1]和填充[0 0 0 0]3”ReLU ReLU 4”辍学50%辍学5“完全连接10完全连接层6”Softmax Softmax crossentropyex 7”分类输出
与最大或平均池层相似,在这一层中不发生学习。
Srivastava, N. G. Hinton, A. Krizhevsky, I. Sutskever, R. Salakhutdinov。Dropout:一种防止神经网络过拟合的简单方法机器学习研究杂志.第15卷,1929-1958页,2014。
Krizhevsky, A. I. Sutskever和G. E. Hinton。基于深度卷积神经网络的图像网络分类神经信息处理系统研究进展.25卷,2012年。
imageInputLayer|reluLayer
imageInputLayer
reluLayer
您有这个示例的修改版本。您想打开这个示例与您的编辑吗?
你点击一个链接对应于这个MATLAB命令:
通过在MATLAB命令窗口中输入命令来运行命令。Web浏览器不支持MATLAB命令。万博1manbetx
选择一个网站,在那里获得翻译的内容,并看到当地的活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
与当地办事处联系