alpha_dropout

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

alpha_dropout 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 alpha_dropout 计算之后,输出的均值和方差与输入保持一致。alpha_dropout 通常与 SELU 激活函数组合使用。

参数

  • x (Tensor):输入的多维 Tensor,数据类型为:float16、float32 或 float64。

  • p (float):将输入节点置 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) - 具体用法请参见 Name,一般无需设置,默认值为 None。

返回

经过 alpha_dropout 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]]).astype(paddle.float32)
y_train = paddle.nn.functional.alpha_dropout(x, 0.5)
y_test = paddle.nn.functional.alpha_dropout(x, 0.5, training=False)
print(y_train)
# Tensor(shape=[2, 2], dtype=float32, place=Place(cpu), stop_gradient=True,
#        [[-0.10721093, -0.77919382],
#         [-0.10721093,  1.66559887]]) (randomly)
print(y_test)
# Tensor(shape=[2, 2], dtype=float32, place=Place(cpu), stop_gradient=True,
#        [[-1.,  1.],
#         [-1.,  1.]])