dropout2d¶

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

该算子根据丢弃概率 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): 操作的名称(可选，默认值为None）。更多信息请参见 Name 。

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
import numpy as np

x = np.random.random(size=(2, 3, 4, 5)).astype('float32')
x = paddle.to_tensor(x)
y_train = paddle.nn.functional.dropout2d(x)  #train
y_test = paddle.nn.functional.dropout2d(x, training=False)
for i in range(2):
    for j in range(3):
        print(x.numpy()[i,j,:,:])
        print(y_train.numpy()[i,j,:,:])
        print(y_test.numpy()[i,j,:,:])

         