Tensorflow 在tf.keras.layers中使用等效于tf.nn.rnn_cell.dropoutrapper的dropout包装器

下面是如何使用

tf.nn.rnn\u cell.dropoutrapper

，例如使用

GRUcell

：

        decoder_cell =tf.nn.rnn_cell.DropoutWrapper(tf.nn.rnn_cell.GRUCell(hidden_size),
                                                    input_keep_prob=dropout_ph,
                                                    output_keep_prob=dropout_ph)

如果我们想在

tf.keras.layers

中使用

GRU

和

Dropout

，并且对于相同的输入/输出Dropout过程，我们应该使用：

    decoder_output = GRU(hidden_size, dropout=1-dropout_ph, return_sequences=True, return_state=False)(self.ground_truth_embedded)
    dropout_layer = Dropout(1-dropout_ph)

GRU（）

中的

dropout

参数定义了输入的退出率，然后我们为输出添加了一个额外的退出层。我说得对吗？

是的，你说得对

tf.keras.layers.GRU中的dropout关键字参数在输入上是dropout，下一个dropout层在输出上