我有一个关于Keras函数Dropout和参数noise_shape的问题。 问题1： 如果您的输入具有形状（batch_size，timesteps，features），并且希望dropout掩码在所有时间步骤中都相同，则可以使用noise_shape=（batch_size，1，fea...

我看到关于神经网络中不同部分的dropout的描述： 在权重矩阵中使用dropout， 在矩阵乘法之后、relu之前的隐藏层中使用dropout， 在relu之后的隐藏层中使用dropout， 以及在softmax函数之前输出得分时使用dropout。 我有点困惑应该在哪里执行drop...

我意识到这篇文章与这个类似，但我只想要一些澄清，最好提供一个链接到某种Keras文档来说明它们之间的区别。 在我看来，dropout作用于神经元之间。而recurrent_dropout则在每个时间步之间作用于每个神经元。但是，我对此毫无了解。 Keras网站上的文档并没有提供任何有用信息。

对于CNN架构，我想使用SpatialDropout2D层代替Dropout层。此外，我想使用BatchNormalization。到目前为止，我总是在激活函数之前直接在卷积层后设置BatchNormalization，就像Ioffe和Szegedy提到的论文中一样。而且，我总是在MaxPoo...

我正在学习来自deeplearning.ai课程中神经网络的正则化。在这里 ，在dropout正则化中，教授说如果应用了dropout，则计算得出的激活值将比不应用dropout时小(在测试时)。因此，我们需要缩放激活值以使测试阶段更简单。 我理解了这一事实，但我不明白如何进行缩放。这是一个...