问题标签 [dropout]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
tensorflow - tf.nn.dropout 的随机辍学率
我正在试验 TensorFlow dropout 函数。由于在训练期间丢失率随时间降低的功能太复杂而无法实现(昨天尝试了一整天),我认为在每次迭代中使用随机丢失率也是一个好主意。
我尝试了以下行:
在训练期间使用 0.4 到 0.95 之间的随机丢失率。这没有解决,我收到以下错误:
我怎样才能解决这个问题?
machine-learning - 将 dropout 应用于 LSTM 网络(Keras)中的输入层
是否可以在 Keras 中将 dropout 应用于 LSTM 网络的输入层?
如果这是我的模型:
目标是达到以下效果:
tensorflow - tf.nn.dropout 使用时输出相同的值
当我不在我的模型中使用 dropout 进行猫和狗分类时,预测值保持正常,即所有图像的值都不相同。
但是,当我将tf.nn.dropout
withkeep_prob = 0.8
用于我的模型时,它被推荐用于规范化模型并获得更好的准确性,它会不断预测像这样的相同值。我该如何解决这个问题?那里的每个教程或代码都使用tflearn
,但这不会发生。
r - R中的Dropout:随机删除元素并用NA替换它们
我想实现 dropout,即用 NA 随机替换元素并用 NA 值返回向量/列表。
想要的结果是减少过度拟合,因此可能有更好的便利功能。
方法一
其中 10 个值替换为 NA。
方法2.如何去除90%的人口?不工作,低于 90%:
由于可能的匹配(即选择相同的元素),这实际上不起作用。
是否有任何用于辍学的内置或便利功能?
python - 将 Dropout 添加到测试/推理阶段
我已经在 Keras 中为一些时间序列训练了以下模型:
然后我定义了一个新模型,其中包含经过训练的层,model_1
并添加了具有不同速率的 dropout 层drp
:
然后我得到这两个模型的预测结果如下:
我期望得到完全不同的结果,因为第二个模型具有新的 dropout 层,并且这两个模型不同(IMO),但事实并非如此。两者都产生相同的结果。为什么会这样?
python - Keras 权重文件加载异常:将 2 层加载到 0 层的模型中
当我将 dropout 添加到输入层时发生异常。
其他线程中提到了该异常,也与其他问题相关,最常见的建议解决方案是降级 Keras 版本。此异常是否有解决方法?
模型在加载权重文件时抛出以下异常:
keras - 如何在 keras 中使用 dropout
cnn 建模时出错。使用 dropout 时,会出现以下错误消息。
这是错误信息
模型
我想在 maxpooling 之后使用 dropout
这是平坦的区域
编译
模型拟合
neural-network - 在 Pytorch 中使用 Dropout:nn.Dropout 与 F.dropout
通过使用 pyTorch,有两种方法可以退出
torch.nn.Dropout
和torch.nn.functional.Dropout
.
我很难看出使用它们之间的区别:
- 什么时候用什么?
- 这有什么不同吗?
当我切换它们时,我没有看到任何性能差异。
tensorflow - tensorflow/keras 模型的内存不足 (OOM) 错误
当我尝试向 keras 模型添加 dropout 时,它会导致 OOM 错误:tensorflow.python.framework.errors_impl.ResourceExhaustedError: OOM when allocating tensor with shape[128,128,176,216] ...
该模型假设是产生超分辨率 x4 的自动编码器。
注释中的行导致OOM。
为什么 dropout 占用这么多内存?