在机器学习中我们会了解到特征值这个概念。通俗的讲特征值就是机器学习代码判断的方法。比如人的识别我们可以看脸、看身体、看衣服，这些就是一个人的特征值。但有些时候这些特征值并不一定都有用（比如我要判断两张照片是否是同一个人，那么衣服就不应该成为特征值）这时候我们就需要删除掉部分特征值了那么pytorch怎么删除特征值呢?其实pytorch中提供了nn.Dropout方法用来删除部分特征值。那么pytorch 中nn.Dropout如何使用呢？接下来的文章告诉你。

看代码吧~

Class USeDropout(nn.Module):
 
    def __init__(self): 
        super(DropoutFC, self).__init__() 
        self.fc = nn.Linear(100,20) 
        self.dropout = nn.Dropout(p=0.5)  
    def forward(self, input): 
        out = self.fc(input) 
        out = self.dropout(out) 
        return out 
Net = USeDropout() 
Net.train()

示例代码如上，直接调用nn.Dropout即可，但是注意在调用时要将模型参数传入。

以上就是pytorch 中nn.Dropout如何使用的全部内容了，希望能给大家一个参考，也希望大家多多支持W3Cschool。