【基于PyTorch】nn.Dropout() 使用

• 这里p=0.2 表示，每个神经元都有0.2 的概率被丢弃（变成0）

m = nn.Dropout(p=0.2)

• 代码：

from torch import nn
import torch

m = nn.Dropout(p=0.2)
input1 = torch.randn(4, 5)
output = m(input1)
print(output)

• 输出1:

tensor([[-0.6151, -0.0000, -1.0482, -0.5827,  2.8544],
        [ 0.1094,  0.2557,  0.0000, -0.8655,  0.4116],
        [ 0.7518,  0.1360,  0.8428,  1.9005, -2.1760],
        [-0.0000, -1.3959, -1.4706, -1.9726,  0.5573]])

• 输出2：

tensor([[-3.1378,  0.4837,  0.3389,  0.0000,  1.6898],
        [ 0.7625,  0.3036,  0.6053,  2.1331,  0.9009],
        [ 0.0000, -0.6067,  0.4107,  0.0000, -2.7134],
        [ 0.4862,  0.0424, -0.2511, -0.3606, -1.6395]])

• 输出3

ensor([[-1.0125, -0.0000, -1.7310, -0.0790, -0.5104],
        [ 0.4416,  0.2899, -1.0046,  1.4640,  2.3754],
        [ 0.1155,  0.0000,  0.1253, -0.0000,  1.4655],
        [-0.7001, -0.4758, -0.0000, -0.0148,  1.7307]])

并不是说，总的神经元个数（比如4×5=20），然后乘以概率p，就能得到置零的个数是4个，并不一定是四个！！！！

0.2表示的是，每个神经元都有0.2 的可能性置零。