【发布时间】：2020-02-23 14:42:41
【问题描述】：
def dropout(input, p=0.5, training=True, inplace=False)
就地：如果设置为
True，将就地执行此操作。
想问一下dropout中in-place是什么意思。它有什么作用？ 执行这些操作时性能有何变化？
谢谢
【问题讨论】：
标签： machine-learning neural-network pytorch dropout
【发布时间】：2020-02-23 14:42:41
【问题描述】：
保持inplace=True 本身会在张量input 本身中丢弃一些值，而如果你保持inplace=False，你会将droput(input) 的结果保存在其他要检索的变量中。
例子：
import torch
import torch.nn as nn
inp = torch.tensor([1.0, 2.0, 3, 4, 5])
outplace_dropout = nn.Dropout(p=0.4)
print(inp)
output = outplace_dropout(inp)
print(output)
print(inp) # Notice that the input doesn't get changed here
inplace_droput = nn.Dropout(p=0.4, inplace=True)
inplace_droput(inp)
print(inp) # Notice that the input is changed now
PS：这与您所询问的内容无关，但尽量不要使用 input 作为变量名，因为 input 是 Python 关键字。我知道 Pytorch 文档也这样做，这很有趣。
【讨论】：