如何使用TensorFlow Keras API训练辍学概率？

Question

我正在尝试解决模型中的过拟合问题，该模型只有1500种不同的输入，每个输入约有300列。大多数列的相关性可能很低，因此我想到了以不同比例对它们应用辍学的想法。

我要寻找的是将平均辍学概率保持固定（例如0.9），但是要让拟合过程重新分配不同列之间的概率。

现在我正在使用一个像这样的简单顺序模型：

var model = new Sequential(new Layer[] {
    new Dropout(rate: 0.9),
    new Dense(units: 4, activation: tf.nn.leaky_relu_fn),
    new Dense(units: 4, activation: tf.nn.leaky_relu_fn),
    new Dense(units: 4, activation: tf.nn.leaky_relu_fn),
    new Dense(units: 1, activation: tf.nn.leaky_relu_fn),
});

model.compile(
  optimizer: new AdamOptimizer(),
  loss: tf.keras.losses.mean_squared_logarithmic_error_fn);

model.evaluate(trainInputs, trainOutputs);

该如何替换Dropout层呢？我意识到这可能需要使用功能性API而非Sequential。