Dropout案例演示

1. # 导入必备工具包
2. import torch
4. # 预定义的网络层torch.nn, 工具开发者已经帮助我们开发好的一些常用层,
5. # 比如，卷积层, lstm层, embedding层等, 不需要我们再重新造轮子.
6. import torch.nn as nn
8. # 置零比例
9. m = nn.Dropout(p=0.2)
10. input = torch.randn(4,5)
11. output = m(input)
12. print(output)
14. """
15. tensor([[-0.0000, -0.0000, -0.0178, -2.4944,  0.4807],
16.         [ 1.1298, -0.7785, -0.2947, -2.9571, -1.3370],
17.         [ 0.0748,  0.1100,  2.5367,  0.0000,  0.0000],
18.         [-0.5269, -2.4903,  1.7516, -0.0658, -1.4673]])
19. """

复制代码

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。