python - Keras Dropout 卷积滤波器

Question

据我了解 dropout doesn't have the same effect for kernels of convolutional filters of a neural network, as it does for FC layers :

但是，如果您删除整个过滤器，同样的事实是否适用？

让我们假设一个网络结构，例如:Input、Conv2D、Conv2D、...、Conv2D、Conv2D、Sigmoid。所以整个网络中不存在全连接层。

问题 1 应用卷积过滤器 dropouts 以避免过滤器之间的共同适应以改善 filter visualization 的结果是否合理？ .

问题 2 有没有一种快速的方法可以在 keras 中进行 dropout 过滤器。

Answer 1

答案 1 也许吧。

没有辍学:

有辍学:

答案2 根据keras documentations状态，将 keras.layers.Dropout(rate, Noise_shape=None, Seed=None) 与 noise_shape=(batch_size, 1, 1, features) 结合使用。如果您希望滤除蒙版在整个维度上都相同，请使用 1。