dropout2d¶

paddle.nn.functional. dropout2d ( x, p=0.5, training=True, name=None ) [源代码] ¶

根据丢弃概率 p，在训练过程中随机将某些通道特征图置 0(对一个形状为 NCHW 的 4 维张量，通道特征图指的是其中的形状为 HW 的 2 维特征图)。

注解

该 op 基于 paddle.nn.functional.dropout 实现，如您想了解更多，请参见 dropout 。

参数¶

x (Tensor)：形状为[N, C, H, W]或[N, H, W, C]的 4D Tensor，数据类型为 float32 或 float64。

p (float)：将输入通道置 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 dropout2d 之后的结果，与输入 x 形状相同的 Tensor 。

代码示例¶

          import paddle

x = paddle.randn(shape=(2, 3, 4, 5)).astype(paddle.float32)
y_train = paddle.nn.functional.dropout2d(x)  #train
y_test = paddle.nn.functional.dropout2d(x, training=False) #test
for i in range(2):
    for j in range(3):
        print(x[i,j,:,:])
        print(y_train[i,j,:,:]) # may all 0
        print(y_test[i,j,:,:])

         