目的是什么tf.nn.辍学？

Question

我注意到在TensorFlow中有两个api与dropout有关，一个是tf.nn.辍学，另一个是tf.layers.dropout（tf.layers.辍学）. 我只是想知道目的是什么tf.nn.辍学？ 根据https://www.cs.toronto.edu/~hinton/absps/JMLRdropout.pdf，应该有一个参数来区分训练和测试阶段。我懂了tf.layers.dropout（tf.layers.辍学）提供正确的行为，那么为什么要使用另一个函数tf.nn.辍学？有人知道吗？谢谢。在

Answer 1

在tf.layers.dropout（tf.layers.辍学）使用tf.nn.辍学内部运作。在

在tf.nn.辍学如果您只想使用更高级别的抽象而不想控制退出的许多方面，那么可能会很有用。在

查看api文档： 1） https://www.tensorflow.org/api_docs/python/tf/layers/dropout

2）https://www.tensorflow.org/api_docs/python/tf/nn/dropout

在tf.layers.dropout（tf.layers.辍学）是一个包装纸tf.nn.辍学在这方面有一点不同tf.层使用“辍学率”tf.nn公司“使用概率来保持输入”。虽然他们之间可以建立直接的关系。在

还有一个额外的论点“训练”tf.layers.dropout（tf.layers.辍学）它用于控制是在训练模式（apply dropout）还是在推理模式（return the input untouched）下返回输出。在