mxnet：具有共享掩碼的多個輟學層

Question

我想重現一個遞歸神經網絡，其中每個時間層后面都有一個輟學層，這些輟學層共享其掩碼。 除其他外， 在遞歸神經網絡中 ， 理論上的輟學應用中描述了這種結構。

據我所了解的代碼，在MXNet中實現的循環網絡模型在時間層之間沒有應用任何退出層。 該dropout的功能，諸如參數lstm （ řAPI ， Python的API ）實際上定義在輸入降。 因此，我需要從頭開始重新實現這些功能。

但是，Dropout層似乎沒有采用將mask定義為參數的變量。

是否可以在計算圖的不同位置創建多個輟學層，但共享其掩碼？

Answer 1

根據此處的討論，不可能指定掩碼，並且使用隨機種子不會影響dropout的隨機數生成器。