轉自：https://blog.csdn.net/huahuazhu/article/details/73649389

tf.nn.dropout是TensorFlow里面為了防止或減輕過擬合而使用的函數，它一般用在全連接層。

Dropout就是在不同的訓練過程中隨機扔掉一部分神經元。也就是讓某個神經元的激活值以一定的概率p，讓其停止工作，這次訓練過程中不更新權值，也不參加神經網絡的計算。但是它的權重得保留下來（只是暫時不更新而已），因為下次樣本輸入時它可能又得工作了。

但在測試及驗證中：每個神經元都要參加運算，但其輸出要乘以概率p。

函數說明：

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

上面方法中常用的是前兩個參數：

第一個參數x：輸入

第二個參數keep_prob: 設置神經元被選中的概率,在初始化時keep_prob是一個占位符, ?keep_prob?=?tf.placeholder(tf.float32)?。tensorflow在run時設置keep_prob具體的值，例如keep_prob: 0.5
第五個參數name：指定該操作的名字。

?

總結

以上是生活随笔為你收集整理的tf.nn.dropout的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。