Dropout3d

class torch.nn.Dropout3d(p=0.5, inplace=False)

随机置零整个通道。

通道是一个 3D 特征图，例如，批处理输入中第 0#个样本的第 1#个通道是 3D 张量第 2#。

每个通道在每次前向调用时将以概率第 0#独立置零，使用伯努利分布的样本。

通常输入来自第 0#模块。

如论文《使用卷积网络的快速目标定位》所述，如果特征图内的相邻像素强相关（如早期卷积层通常情况），则独立同分布的 dropout 不会正则化激活，否则只会导致有效学习率降低。

在这种情况下， nn.Dropout3d() 将有助于提高特征图之间的独立性，应使用它代替。

参数:

• p (float, 可选) - 元素为零的概率。

• inplace (布尔值，可选) – 如果设置为 True ，将在此处进行此操作

形状：

• 输入： $(N, C, D, H, W)$ 或 $(C, D, H, W)$ 。

• 输出： $(N, C, D, H, W)$ 或 $(C, D, H, W)$ （与输入形状相同）。

示例：

>>> m = nn.Dropout3d(p=0.2)
>>> input = torch.randn(20, 16, 4, 32, 32)
>>> output = m(input)