AlphaDropout¶

paddle.nn. AlphaDropout ( p=0.5, name=None ) [源代码] ¶

AlphaDropout 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 AlphaDropout 计算之后，输出的均值和方差与输入保持一致。AlphaDropout 通常与 SELU 激活函数组合使用。论文请参考：Self-Normalizing Neural 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：alpha_dropout 。

参数¶

p (float)：将输入节点置 0 的概率，即丢弃概率。默认：0.5。

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 AlphaDropout 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]], dtype="float32")
m = paddle.nn.AlphaDropout(p=0.5)
y_train = m(x)
print(y_train)
# Tensor(shape=[2, 2], dtype=float32, place=Place(gpu:0), stop_gradient=True,
#        [[-0.77919382,  1.66559887],
#         [-0.77919382, -0.77919382]])

m.eval()  # switch the model to test phase
y_test = m(x)
print(y_test)
# Tensor(shape=[2, 2], dtype=float32, place=Place(gpu:0), stop_gradient=True,
#        [[-1.,  1.],
#         [-1.,  1.]])

         