alpha_dropout¶

paddle.nn.functional. alpha_dropout ( x, p=0.5, training=True, name=None ) [源代码] ¶

alpha_dropout 是一种具有自归一化性质的 dropout。均值为 0，方差为 1 的输入，经过 alpha_dropout 计算之后，输出的均值和方差与输入保持一致。alpha_dropout 通常与 SELU 激活函数组合使用。

参数¶

x (Tensor)：输入的多维 Tensor，数据类型为：float32、float64。

p (float)：将输入节点置 0 的概率，即丢弃概率。默认：0.5。

training (bool)：标记是否为训练阶段。默认：True。

name (str，可选) - 具体用法请参见 Name，一般无需设置，默认值为 None。

返回¶

经过 alpha_dropout 之后的结果，与输入 x 形状相同的 Tensor 。

代码示例¶

          import paddle

x = paddle.to_tensor([[-1, 1], [-1, 1]]).astype(paddle.float32)
y_train = paddle.nn.functional.alpha_dropout(x, 0.5)
y_test = paddle.nn.functional.alpha_dropout(x, 0.5, training=False)
print(y_train)
# Tensor(shape=[2, 2], dtype=float32, place=Place(cpu), stop_gradient=True,
#        [[-0.10721093, -0.77919382],
#         [-0.10721093,  1.66559887]]) (randomly)
print(y_test)
# Tensor(shape=[2, 2], dtype=float32, place=Place(cpu), stop_gradient=True,
#        [[-1.,  1.],
#         [-1.,  1.]])

         