FeatureAlphaDropout¶

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

一个通道是一个特征图， FeatureAlphaDropout 会随机屏蔽掉整个通道。 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：feature_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¶

Tensor ，经过 FeatureAlphaDropout 之后的结果，与输入 x 形状相同的 Tensor 。

代码示例¶

          >>> import paddle
>>> paddle.seed(2023)

>>> x = paddle.to_tensor([[-1, 1], [-1, 1]], dtype="float32")
>>> m = paddle.nn.FeatureAlphaDropout(p=0.5)
>>> y_train = m(x)
>>> print(y_train)
Tensor(shape=[2, 2], dtype=float32, place=Place(cpu), stop_gradient=True,
[[-0.10721093,  1.66559887],
 [-0.77919382,  1.66559887]])

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

         