自学教程:keras噪声层Noise |
51自学网 2020-06-08 15:15:10 |
Keras |
|
这篇教程keras噪声层Noise写得很实用,希望能帮到您。
噪声层Noise:
- GaussianNoise:为数据施加均值为0,标准差为参数的加性高斯噪声.在克服过拟合时比较有用,起正则化作用,只在训练时有效.
- GaussianDropout:为数据施加均值为1,标准差为sqrt(rate/(1-rate))的乘性高斯噪声,同样起正则化作用,只在训练时有效.
- AlphaDropout:为输入施加一种保持输入均值和方差不变的Dropout,与selu激活函数配合较好.
keras规范层BatchNormalization keras包装器Wrapper |
|