tf.nn.dropout(x, keep_prob, noise_shape=None, seed=None, name=None)

tf.nn.dropout(x, keep_prob, noise_shape=None, seed=None, name=None)

此函数是为了防止在训练中过拟合的操作，将训练输出按一定规则进行变换

 

参数：

• x：输入
• keep_prob：保留比例。        取值 (0,1] 。每一个参数都将按这个比例随机变更
• noise_shape：干扰形状。     此字段默认是None，表示第一个元素的操作都是独立，但是也不一定。比例：数据的形状是shape(x)=[k, l, m, n]，而noise_shape=[k, 1, 1, n]，则第1和4列是独立保留或删除，第2和3列是要么全部保留，要么全部删除。
• seed：了解不多
• name

返回：Tnesor

 

tf.nn.dropout(20,0.8)