Keras 中的 GaussianDropout 层是否像 Dropout 层一样保留概率？答案

【问题标题】：Does the GaussianDropout Layer in Keras retain probability like the Dropout Layer?Keras 中的 GaussianDropout 层是否像 Dropout 层一样保留概率？
【发布时间】：2017-02-10 08:59:16
【问题描述】：

我想知道，Keras 中的 GaussianDropout 层是否像 Dropout 层一样保留概率。 Dropout 层实现为保留概率的 Inverted Dropout。

如果您不知道这个问题，您可以查看discussion，特别是 linxihui 的回答。使 Dropout 层保留概率的关键点是 K.dropout 的调用，它不是 GaussianDropout 层调用的。

GaussianDropout Layer 不保留概率有什么原因吗？还是它保留但以另一种方式不可见？

类似——指 Dropout 层：Is the Keras implementation of dropout correct?

【问题讨论】：

这里是GausDropout Dropout和GausNoise的区别stackoverflow.com/a/65504785/10375049

标签： keras gaussian

【解决方案1】：

因此，高斯 dropout 不需要保留概率，因为它的起源来自将 中心极限定理 应用于倒置 dropout。详细信息可以在乘法高斯噪声章节（第 10 章，1951 年）的第 2 和第 3 段中找到here。

【讨论】：

您还有什么想知道的吗？你还没有投票赞成我的回答。
ATM 我很满意。但我接受了你的回答。更好的？ ;D
酷 :) 我以为你不完全满意。
我不完全理解这个理论，但我想没关系。（对我来说）最重要的信息是：我可以问心无愧地在 Keras 中使用 GaussianDropout 层！