mindspore.mint.nn.Dropout

class mindspore.mint.nn.Dropout(p=0.5, inplace=False)

随机丢弃层。

Dropout是一种正则化手段，通过阻止神经元节点间的相关性来减少过拟合。在训练过程中，该模块会以丢弃概率 p ，随机将一些神经元输出置零。返回值会乘以 \(\frac{1}{1-p}\) 。在推理过程中，此层返回与输入 input 相同的tensor。

论文 Dropout: A Simple Way to Prevent Neural Networks from Overfitting 中提出了该技术，并证明其能有效地减少过度拟合，防止神经元共适应。更多详细信息，请参见 Improving neural networks by preventing co-adaptation of feature detectors 。

说明

• 训练过程中，每步对同一通道（或神经元）独立进行丢弃。

• p 表示输入tensor中元素设置成0的概率。

参数：

• p (float，可选) - 元素被置零的概率。默认 0.5 。

• inplace (bool，可选) - 是否启用原地更新功能。默认 False 。

输入：

• input (Tensor) - 输入tensor。

输出：

Tensor。

支持平台：

Ascend

样例：

>>> import mindspore
>>> x = mindspore.tensor(mindspore.mint.ones([2, 2, 3]), mindspore.float32)
>>> net = mindspore.mint.nn.Dropout(p=0.2)
>>> net.set_train()
>>> output = net(x)
>>> print(output.shape)
(2, 2, 3)