91超碰碰碰碰久久久久久综合_超碰av人澡人澡人澡人澡人掠_国产黄大片在线观看画质优化_txt小说免费全本

溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務條款》

Pytorch?nn.Dropout怎么使用

發布時間:2023-04-08 16:58:38 來源:億速云 閱讀:398 作者:iii 欄目:開發技術

這篇文章主要介紹“Pytorch nn.Dropout怎么使用”,在日常操作中,相信很多人在Pytorch nn.Dropout怎么使用問題上存在疑惑,小編查閱了各式資料,整理出簡單好用的操作方法,希望對大家解答”Pytorch nn.Dropout怎么使用”的疑惑有所幫助!接下來,請跟著小編一起來學習吧!

1.nn.Dropout用法一

一句話總結:Dropout的是為了防止過擬合而設置

詳解部分:
1.Dropout是為了防止過擬合而設置的
2.Dropout顧名思義有丟掉的意思
3.nn.Dropout(p = 0.3) # 表示每個神經元有0.3的可能性不被激活
4.Dropout只能用在訓練部分而不能用在測試部分
5.Dropout一般用在全連接神經網絡映射層之后,如代碼的nn.Linear(20, 30)之后

Pytorch?nn.Dropout怎么使用

代碼部分:

class Dropout(nn.Module):
	def __init__(self):
		super(Dropout, self).__init__()
		self.linear = nn.Linear(20, 40)
		self.dropout = nn.Dropout(p = 0.3) # p=0.3表示下圖(a)中的神經元有p = 0.3的概率不被激活

	def forward(self, inputs):
		out = self.linear(inputs)
		out = self.dropout(out)
		return out

net = Dropout()
# Dropout只能用在train而不能用在test	

2.nn.Dropout用法二

以代碼為例

import torch
import torch.nn as nn
a = torch.randn(4, 4)
print(a)
"""
tensor([[ 1.2615, -0.6423, -0.4142,  1.2982],
        [ 0.2615,  1.3260, -1.1333, -1.6835],
        [ 0.0370, -1.0904,  0.5964, -0.1530],
        [ 1.1799, -0.3718,  1.7287, -1.5651]])
"""
dropout = nn.Dropout()
b = dropout(a)
print(b)
"""
tensor([[ 2.5230, -0.0000, -0.0000,  2.5964],
        [ 0.0000,  0.0000, -0.0000, -0.0000],
        [ 0.0000, -0.0000,  1.1928, -0.3060],
        [ 0.0000, -0.7436,  0.0000, -3.1303]])
"""

由以上代碼可知Dropout還可以將部分tensor中的值置為0

補充:torch.nn.dropout和torch.nn.dropout2d的區別

import torch
import torch.nn as nn
import torch.autograd as autograd

m = nn.Dropout(p=0.5)
n = nn.Dropout2d(p=0.5)
input = autograd.Variable(torch.randn(1, 2, 6, 3)) ## 對dim=1維進行隨機置為0

print(m(input))
print('****************************************************')
print(n(input))

Pytorch?nn.Dropout怎么使用

下面的都是錯誤解釋和錯誤示范,沒有刪除的原因是留下來進行對比,希望不要犯這類錯誤

# -*- coding: utf-8 -*-
import torch
import torch.nn as nn
import torch.autograd as autograd

m = nn.Dropout(p=0.5)
n = nn.Dropout2d(p=0.5)
input = autograd.Variable(torch.randn(2, 6, 3)) ## 對dim=1維進行隨機置為0

print(m(input))
print('****************************************************')
print(n(input))

結果是:

Pytorch?nn.Dropout怎么使用

可以看到torch.nn.Dropout對所有元素中每個元素按照概率0.5更改為零, 綠色橢圓,
而torch.nn.Dropout2d是對每個通道按照概率0.5置為0, 紅色方框內
注:我只是圈除了部分

到此,關于“Pytorch nn.Dropout怎么使用”的學習就結束了,希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習,快去試試吧!若想繼續學習更多相關知識,請繼續關注億速云網站,小編會繼續努力為大家帶來更多實用的文章!

向AI問一下細節

免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。

AI

资讯| 重庆市| 康定县| 吐鲁番市| 津市市| 梨树县| 龙州县| 柏乡县| 九龙县| 内江市| 敦煌市| 绥芬河市| 扶余县| 宁德市| 江山市| 商城县| 西乡县| 高密市| 留坝县| 黄石市| 乌拉特前旗| 百色市| 曲沃县| 彭山县| 英超| 岳池县| 东乌珠穆沁旗| 藁城市| 遂昌县| 丰都县| 波密县| 焉耆| 新乡市| 合川市| 黄陵县| 吉林省| 灵宝市| 万盛区| 钦州市| 尉氏县| 新巴尔虎右旗|