Keras – Dropout Layers
Dropout 是机器学习中的一个重要概念。它被用来解决过度拟合的问题。输入的数据可能有一些不需要的数据,通常称为 Noise. Dropout 将试图去除这些噪声数据,从而防止模型的过拟合。
Dropout 有三个参数,它们分别是
keras.layers.Dropout(rate, noise_shape = None, seed = None)
-
rate – 代表要放弃的输入单位的分数。它将从0到1。
-
noise_shape - 代表应用 dropout 的形状的维度。例如,输入的形状是 (batch_size, timesteps, features)。 那么,为了在时间段内应用 dropout,需要指定 (batch_size, 1, features) 作为 noise_shape 。
-
seed – 随机种子。