torch.nn.dropout和torch.nn.dropout2d的区别

最新推荐文章于 2025-04-25 19:58:55 发布

原创

最新推荐文章于 2025-04-25 19:58:55 发布 · 2.5w 阅读

38 ·

CC 4.0 BY-SA版权

文章标签：

#python #dropout

本文探讨了torch.nn.Dropout与torch.nn.Dropout2d的区别，指出Dropout是在所有元素中按概率0.5随机设置为零，而Dropout2d则针对每个通道按同样概率置零。通过实例解析，强调了两者在处理方式上的不同。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import torch
import torch.nn as nn
import torch.autograd as autograd

m = nn.Dropout(p=0.5)
n = nn.Dropout2d(p=0.5)
input = autograd.Variable(torch.randn(1, 2, 6, 3)) ## 对dim=1维进行随机置为0

print(m(input))
print('****************************************************')
print(n(input))

在这里插入图片描述

下面的都是错误解释和错误示范，没有删除的原因是留下来进行对比，希望不要犯这类错误

# -*- coding: utf-8 -*-
import torch
import torch.nn as nn
import torch.autograd as autograd

m = nn.Dropout(p=0.5)
n = nn.Dropout2d(p=0.5)
input = autograd.Variable(torch.randn(2, 6, 3)) ## 对dim=1维进行随机置为0

print(m(input))
print('****************************************************')
print(n(input))

结果是：
在这里插入图片描述
可以看到torch.nn.Dropout对所有元素中每个元素按照概率0.5更改为零，绿色椭圆，
而torch.nn.Dropout2d是对每个通道按照概率0.5置为0，红色方框内
注：我只是圈除了部分