mindspore.ops.Dropout

class mindspore.ops.Dropout(keep_prob=0.5, Seed0=0, Seed1=0)[源代码]

Dropout是一种正则化手段，通过在训练中以 \(1 - keep\_prob\) 的概率随机将神经元输出设置为0，起到减少神经元相关性的作用，避免过拟合。

更多细节请参考 mindspore.ops.dropout() 。

参数：

keep_prob (float，可选) - 输入神经元保留概率，数值范围在0到1之间。例如，keep_prob=0.9，删除10%的神经元。默认值： 0.5 。
Seed0 (int，可选) - 算子层的随机种子，用于生成随机数。默认值： 0 。
Seed1 (int，可选) - 全局的随机种子，和算子层的随机种子共同决定最终生成的随机数。默认值： 0 。

输入：

x (Tensor) - 输入Tensor，shape为 \((*, N)\)，数据类型为float16、float32或float64。

输出：

output (Tensor) - shape和数据类型与 x 相同。
mask (Tensor) - shape与 x 相同。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> dropout = ops.Dropout(keep_prob=0.5)
>>> x = Tensor(np.ones([1, 2, 3, 4, 5]), mindspore.float32)
>>> output, mask = dropout(x)
>>> print(output.shape, mask.shape, mask.dtype)
(1, 2, 3, 4, 5) (16,) UInt8