GaussianDropout

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

GaussianDropout จะคูณอินพุตกับสัญญาณรบกวนที่สุ่มตัวอย่างจากการแจกแจงแบบปกติด้วยค่าเฉลี่ย 1.0

เนื่องจากนี่คือเลเยอร์การทำให้เป็นมาตรฐาน จึงใช้งานได้เฉพาะในช่วงเวลาการฝึกเท่านั้น ในระหว่างการอนุมาน GaussianDropout จะส่งผ่านอินพุตที่ไม่มีการแก้ไข

• แทนเจนต์เวกเตอร์
  คำประกาศ

  public typealias TangentVector = EmptyTangentVector

• ความน่าจะเป็น
  คำประกาศ

  @noDerivative
  public let probability: Scalar

• ส่วนเบี่ยงเบนมาตรฐาน
  คำประกาศ

  @noDerivative
  public let standardDeviation: Scalar

• เริ่มต้น (ความน่าจะเป็น :)
  สร้างเลเยอร์ dropout แบบเกาส์เซียน

  เงื่อนไขเบื้องต้น

  ความน่าจะเป็นต้องเป็นค่าระหว่าง 0 ถึง 1 (รวม)

  คำประกาศ

  public init(probability: Scalar)

  พารามิเตอร์

  probability

  ความน่าจะเป็นที่โหนดจะหลุดออก

• ซึ่งไปข้างหน้า(_:)
  ใช้สัญญาณรบกวนแบบเกาส์เซียนที่มีศูนย์กลาง 1 แบบคูณกับอินพุตระหว่างการฝึกเท่านั้น

  คำประกาศ

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