任何keras層中的dropout層和dropout參數有什么區別
[英]What is the difference between dropout layer and dropout parameter in any keras layer
問題描述
是什么之間的區別Dropout層和dropout和recurrent_droput在keras參數？ 它們都用於相同的目的嗎？
例子：
model.add(Dropout(0.2)) # layer
model.add(LSTM(100, dropout=0.2, recurrent_dropout=0.2)) # parameters
1 個解決方案
解決方案1
5 已采納 2019-03-19 06:05:14
是的，它們具有相同的功能，在該層的線性變換（權重相乘和偏置相加）之前使用 dropout 作為參數。 Dropout 作為層也可以在激活層之前使用。
recurrent_dropout 也有相同的功能但方向不同（通常 dropouts 在輸入和輸出之間，它在時間戳之間）
在嵌入層之后應用Dropout Layer與通過LSTM dropout參數應用dropout具有相同的效果嗎？
[英]Does applying a Dropout Layer after the Embedding Layer have the same effect as applying the dropout through the LSTM dropout parameter?
在Keras中進行歸一化或輟學訓練時，如何預測？
[英]How to do predict when trained with Normalization or dropout layer in Keras?
如何在 Keras 模型中停用使用 training=True 調用的 dropout 層？
[英]How to deactivate a dropout layer called with training=True in a Keras model?
“Dropout”、“Monte-Carlo Dropout”和“Channel-wise Dropout”有什么區別？
[英]What is the difference between "Dropout", "Monte-Carlo Dropout" and "Channel-wise Dropout"?
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.
相關問題
從 keras 輟學層中提取輟學掩碼？
在Keras中手動分配輟學層
在嵌入層之后應用Dropout Layer與通過LSTM dropout參數應用dropout具有相同的效果嗎？
Tensorflow 中的 dropout 層會影響哪些層？
dropout層會提高精度嗎
刪除整個輸入層
在Keras中進行歸一化或輟學訓練時，如何預測？
如何在 Keras 模型中停用使用 training=True 調用的 dropout 層？
Keras：指定始終保留某些功能的輸入丟失層
“Dropout”、“Monte-Carlo Dropout”和“Channel-wise Dropout”有什么區別？
相關標簽