TensorFlow中的卷积层是否支持丢失？

Question

我想知道我是否可以在TensorFlow中简单地应用dropout到卷积。它将如何应用？卷积遮罩的权重是否在输入上“滑动”时随机设置为零？

Answer 1

您可以在任意输入张量上应用dropout。这个输入的计算方式并不重要;输入的每个元素将简单地保留（和缩放，见下文）或设置为零。

来自https://www.tensorflow.org/api_docs/python/tf/nn/dropout：

  

概率keep_prob，输出按1 / keep_prob放大的输入元素，否则输出0。缩放是为了使预期的总和不变。

     

默认情况下，每个元素都是独立保存或删除的。

例如：

conv = tf.nn.conv2d(...)
drop = tf.nn.dropout(conv, keep_prob=0.5)