Dropout1d

class torch.nn.Dropout1d(p=0.5, inplace=False)

隨機地將整個通道置零。

一個通道是一個 1D 特徵圖，例如，批次輸入的第 $i$ 個樣本的第 $j$ 個通道是 1D 張量 $\text{input}[i, j]$。

在每一次前向呼叫中，每個通道都會以機率 p 使用伯努利分佈的樣本獨立地被置零。

通常輸入來自 nn.Conv1d 模組。

正如論文 使用卷積網路的有效物體定位 中所述，如果特徵圖中的相鄰畫素強相關（這在早期卷積層中通常是如此），那麼 i.i.d. dropout 將無法規範化啟用，而只會導致有效的學習率降低。

在這種情況下，nn.Dropout1d() 將有助於促進特徵圖之間的獨立性，應該改用它。

引數

• p (float, 可選的) – 元素被置零的機率。

• inplace (bool, 可選的) – 如果設定為 True，將就地執行此操作

形狀

• 輸入: $(N, C, L)$ 或 $(C, L)$。

• 輸出: $(N, C, L)$ 或 $(C, L)$ (與輸入形狀相同)。

示例

>>> m = nn.Dropout1d(p=0.2)
>>> input = torch.randn(20, 16, 32)
>>> output = m(input)