dropoutLayer

辍学层随机集输入元素与给定的概率为零。

在训练时,层随机输入元素设置为零的辍学的面具兰特(大小(X)) <概率,在那里X是一层输入然后尺度其余元素1 / (1-Probability)。这个操作有效地改变底层迭代之间的网络架构,帮助防止网络过度拟合[1],[2]。更多结果在培训期间更多的元素被删除。在预测时,等于其输入输出层。

类似于马克斯或平均池层,没有学习发生在这一层。

图像输入、图层应用不同的面具每个图像的每个通道。顺序输入,层应用不同的辍学面具每个序列的每个时间步。

层一层一层数组或图后续层传递数据格式化dlarray对象。的格式dlarray对象是一个字符串,其中每个字符描述相应的维度的数据。这些字符的格式由一个或多个:

例如,二维图像数据表示成一个四维数组,第一个二维对应于图像的空间维度,第三维对应于图像的通道,第四个维度对应批维度,可以被描述为有格式“SSCB”(空间、空间、通道、批)。

DropoutLayer对象以聪明元素应用操作和支持输入数据的格式。万博1manbetx层和不添加或删除任何维度,所以它与相同的格式作为它的输入输出数据。