在Keras中,您可以像这样指定一个dropout层:
model.add(Dropout(0.5))
但是使用GRU单元,你可以在构造函数中指定dropout参数:
model.add(GRU(units=512,
return_sequences=True,
dropout=0.5,
input_shape=(None, features_size,)))
有什么区别?一个比另一个更好吗?
在Keras的文档中,它将其作为单独的dropout层添加(参见“使用LSTM进行序列分类”)
K.in_training_phase(expression_for_training,express_for_non_training)
。而且,Dropout 只在训练阶段应用。 - Daniel Möller