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。