Putus Sekolah Alfa

@frozen
public struct AlphaDropout<Scalar> : ParameterlessLayer where Scalar : TensorFlowFloatingPoint

Lapisan putus sekolah Alpha.

Alpha Dropout adalah Dropout yang menjaga mean dan varians input ke nilai aslinya, untuk memastikan properti normalisasi diri bahkan setelah dropout ini. Alpha Dropout cocok untuk Scaled Exponential Linear Units dengan mengatur aktivasi secara acak ke nilai saturasi negatif.

Sumber: Jaringan Neural Normalisasi Mandiri: https://arxiv.org/abs/1706.02515

• Garis SinggungVektor
  Pernyataan

  public typealias TangentVector = EmptyTangentVector

• kemungkinan
  Pernyataan

  @noDerivative
  public let probability: Double

• init(probabilitas :)
  Menginisialisasi lapisan AlphaDropout dengan probability yang dapat dikonfigurasi.

  Prasyarat

  probabilitas harus bernilai antara 0 dan 1 (inklusif).

  Pernyataan

  public init(probability: Double)

  Parameter

  probability

  Kemungkinan sebuah node putus.

• maju(_:)
  Menambahkan gangguan pada input selama pelatihan, dan tidak boleh dilakukan selama inferensi.

  Pernyataan

  @differentiable
  public func forward(_ input: Tensor<Scalar>) -> Tensor<Scalar>