Tensorflow-如何在每行使用相同的退出掩码

如何使用

tf.nn.dropout

将相同的dropout掩码应用于张量的每一行

例如：

我有一个三维形状的张量

（2,2,3）

：

使用dropout时，应将相同的掩码应用于每一行。此外，当一个条目被删除时，第三维的所有元素都应该设置为零。 假设在每行/水平切片中，只有第二个条目被删除，对应于每行

[1,0]

的删除掩码。这应给出（不包括其他条目的重新缩放）：

---

通过向

tf.nn.dropout

提供

noise\u形状

，我可以确保第三维中的所有元素都设置为零。这可以使用

noise\u shape=[2,2,1]

实现。但是，我不知道如何确保每行/每片都使用相同的退出掩码。

如果将来有人在这个问题上出错，我将自己发布答案。该行为可以通过向

tf.nn.dropout

提供

noise\u shape=[1,2,1]

来实现。或者一般来说，当有一个形状的张量

（m，n，e）

设置

噪音\u形状=[1，n，1]

如果将来有人在这个问题上绊倒，我会自己发布答案。该行为可以通过向

tf.nn.dropout

提供

noise\u shape=[1,2,1]

来实现。或者通常，当具有形状张量

（m，n，e）

设置

噪声\u形状=[1，n，1]

[[[  1.   2.   3.]
  [  4.   5.   6.]]

 [[  7.   8.   9.]
  [ 10.  11.  12.]]]

[[[  1.   2.   3.]
  [  0.   0.   0.]]

 [[  7.   8.   9.]
  [ 0.  0.  0.]]]