Keras Dropout 卷积滤波器答案

【问题标题】：Keras Dropout Convolutional FiltersKeras Dropout 卷积滤波器
【发布时间】：2019-11-24 05:08:46
【问题描述】：

我明白dropout doesn't have the same effect for kernels of convolutional filters of a neural network, as it does for FC layers：

但如果你放弃整个过滤器，同样的事实是否适用？

让我们假设一个网络结构，如：Input、Conv2D、Conv2D、...、Conv2D、Conv2D、Sigmoid。所以整个网络没有全连接层。

问题 1 为了提高filter visualization的结果，应用conv filter dropouts来避免filter之间的协同适配是否合理。

问题 2 有没有一种快速的方法可以在 keras 中进行 dropout 过滤器。

【问题讨论】：

标签： python tensorflow keras conv-neural-network dropout

【解决方案1】：

答案 1 也许。

无辍学：

有辍学：

答案 2 根据keras documentations 状态，使用keras.layers.Dropout(rate, noise_shape=None, seed=None) 和noise_shape=(batch_size, 1, 1, features)。如果您希望丢失掩码对于整个维度都相同，请使用 1。

【讨论】：