Сверточные фильтры Keras Dropout

Я понимаю, что выпадение не имеет такого же эффекта для ядер сверточных фильтров. нейронной сети, как это делается для слоев FC:

Но применимо ли то же самое, если вы отбросите весь фильтр?

Предположим, что такая сетевая структура: Input, Conv2D, Conv2D, ..., Conv2D, Conv2D, Sigmoid. Таким образом, во всей сети нет полностью подключенного уровня.

Вопрос 1. Разумно ли применять отключение фильтра свертки, чтобы избежать коадаптации между фильтрами для улучшения результатов визуализация фильтра.

Вопрос 2. Есть ли быстрый способ сделать фильтры отсева в керасе.


python keras tensorflow conv-neural-network dropout
person Markus Weber    schedule 15.07.2019    source источник

Ответы (1)


arrow_upward
0
arrow_downward

Ответ 1 Возможно.

Без выпадения:

С отключением:

Ответ 2 Согласно документации по keras, используйте keras.layers.Dropout(rate, noise_shape=None, seed=None) с noise_shape=(batch_size, 1, 1, features). Используйте 1, если вы хотите, чтобы маска исключения была одинаковой для всего измерения.

person Markus Weber    schedule 15.07.2019