Gaussian Putus Sekolah

public struct GaussianDropout<Scalar> : ParameterlessLayer where Scalar : TensorFlowFloatingPoint

GaussianDropout mengalikan input dengan sampel noise dari distribusi normal dengan mean 1.0.

Karena ini adalah lapisan regularisasi, maka hanya aktif selama waktu pelatihan. Selama inferensi, GaussianDropout melewati input tanpa dimodifikasi.

• Garis SinggungVektor
  Pernyataan

  public typealias TangentVector = EmptyTangentVector

• kemungkinan
  Pernyataan

  @noDerivative
  public let probability: Scalar

• Deviasi standar
  Pernyataan

  @noDerivative
  public let standardDeviation: Scalar

• init(probabilitas :)
  Membuat lapisan dropout Gaussian.

  Prasyarat

  probabilitas harus bernilai antara 0 dan 1 (inklusif).

  Pernyataan

  public init(probability: Scalar)

  Parameter

  probability

  Kemungkinan sebuah node putus.

• maju(_:)
  Menerapkan noise Gaussian multiplikatif 1-pusat ke input selama pelatihan saja.

  Pernyataan

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