Dropout2D

class paddle.nn. Dropout2D ( p=0.5, data_format='NCHW', name=None )

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 Tensor，通道特征图指的是其中的形状为 HW 的 2 维特征图)。Dropout2D 可以提高通道特征图之间的独立性。论文请参考：Efficient Object Localization Using Convolutional Networks

在动态图模式下，请使用模型的 eval() 方法切换至测试阶段。

注解

对应的 functional 方法 请参考：dropout2d 。

参数

  • p (float，可选) - 将输入通道置 0 的概率，即丢弃概率。默认值为 0.5。

  • data_format (str，可选) - 指定输入的数据格式，输出的数据格式将与输入保持一致，可以是 NCHW 和 NHWC。其中 N 是批尺寸，C 是通道数，H 是特征高度，W 是特征宽度。默认值为 NCHW 。

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

形状

  • 输入 : 4-D Tensor 。

  • 输出 : 4-D Tensor，形状与输入相同。

代码示例

COPY-FROM: paddle.nn.Dropout2D