Keras - Dropout 层

Dropout 是机器学习中的一个重要概念。它用于解决过度拟合问题。输入数据可能包含一些不需要的数据，通常称为噪声。Dropout 将尝试去除噪声数据，从而防止模型过度拟合。

Dropout 有三个参数，如下所述 −

keras.layers.Dropout(rate, noise_shape = None, seed = None)

• rate − 表示要删失的输入单元的分数。它将介于 0 到 1 之间。

• noise_shape 表示要应用 dropout 的形状的维数。例如，输入形状为 (batch_size, timesteps, features)。然后，要在 timesteps 中应用 dropout，需要将 (batch_size, 1, features) 指定为 noise_shape

• seed − 随机种子。