TensorFlow Dropout 层

Dropout 层是一种正则化技术，用于防止模型过拟合。它可以在训练过程中随机“丢弃”（即设置为 0）神经元输出，从而迫使网络学习更加鲁棒的特征。

使用方法

以下是一个使用 Dropout 层的例子：

import tensorflow as tf

model = tf.keras.models.Sequential([
    tf.keras.layers.Flatten(input_shape=(28, 28)),
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dropout(0.2),
    tf.keras.layers.Dense(10, activation='softmax')
])

参数

rate：丢弃的比例，默认为 0.5。
noise_shape：噪声的形状，默认与输入相同。

扩展阅读

Dropout 示例