Python 概率不在[0,1]内的神经网络退出问题调试

我试图用torch给我的神经网络（NN）加一个下降率，结果我得到了一个奇怪的错误。我怎样才能修好它

因此，我的想法是在函数中编写一个NN，使其更易于调用。功能如下： （我个人认为问题出在NN的类内部，但为了有一个有效的示例，我把所有的东西都放进去了）

当我调用函数时：

net = train_neural_network(data_train_X = data_train_X, data_train_Y = data_train_Y, batch_size = batch_size, learning_rate = learning_rate, dropout = 0.1)

错误如下：

net = train_neural_network(data_train_X = data_train_X, data_train_Y = data_train_Y, batch_size = batch_size, learning_rate = learning_rate, dropout = 0.1)

/usr/local/lib/python3.6/dist-packages/torch/nn/modules/dropout.py in __init__(self, p, inplace)
      8     def __init__(self, p=0.5, inplace=False):
      9         super(_DropoutNd, self).__init__()
---> 10         if p < 0 or p > 1:
     11             raise ValueError("dropout probability has to be between 0 and 1, "
     12                              "but got {}".format(p))

RuntimeError: bool value of Tensor with more than one value is ambiguous

net=训练神经网络（数据训练X=数据训练X，数据训练Y=数据训练Y，批量大小=批量大小，学习率=学习率，辍学率=0.1）
/usr/local/lib/python3.6/dist-packages/torch/nn/modules/dropout.py in_u____________（self，p，in place）
8定义初始值（self，p=0.5，inplace=False）：
9超级（_辍学者，自我）。uuu初始（）
--->10如果p<0或p>1：
11提升值错误（“辍学概率必须介于0和1之间，”
12“但得到{}”。格式（p））
RuntimeError:具有多个值的张量的布尔值不明确

你为什么认为有错误

在设定下降率之前，一切都正常。如果您知道如何

---

在我的网络中实施偏见！例如，在隐藏层上。我在网上找不到任何示例。

为此更改您的体系结构：

类神经网络（nn.Module）：
def_uuuinit_uuu（self，input_size，hidden_size，num_classes，p=dropout）：
super（NeuralNet，self）。\uuuu init\uuuuu（）
self.fc1=nn.Linear（输入大小、隐藏大小）
self.fc2=nn.Linear（隐藏大小，隐藏大小）
self.fc3=nn.Linear（隐藏大小、数量类）
self.dropout=nn.dropout（p=p）
def前进（自身，x）：
out=F.relu（自身fc1（x））
out=F.relu（自身fc2（out））
退出=自我退出（自我fc3（退出））
返回

---

让我知道它是否有效。

那么您是否正在转换p？你为什么要提出这个条件？我的班级定义中出现的问题在哪里？我在努力理解。非常感谢尼古拉斯的帮助。对不起，我之前的回答似乎是错的。试试我的新编辑。你确定我们要删除好的系数吗？人们怎么知道什么是“好”系数？所有神经元都有被归零的概率，所以这才是最重要的对不起，我的意思是好的，关于最初的问题，只在隐藏层中删除系数：）

net = train_neural_network(data_train_X = data_train_X, data_train_Y = data_train_Y, batch_size = batch_size, learning_rate = learning_rate, dropout = 0.1)

/usr/local/lib/python3.6/dist-packages/torch/nn/modules/dropout.py in __init__(self, p, inplace)
      8     def __init__(self, p=0.5, inplace=False):
      9         super(_DropoutNd, self).__init__()
---> 10         if p < 0 or p > 1:
     11             raise ValueError("dropout probability has to be between 0 and 1, "
     12                              "but got {}".format(p))

RuntimeError: bool value of Tensor with more than one value is ambiguous