任何keras层中的dropout层和dropout参数有什么区别
What is the difference between dropout layer and dropout parameter in any keras layer
keras中的Dropout层和dropout、recurrent_droput参数有什么区别？它们都用于相同的目的吗？
示例：
model.add(Dropout(0.2)) # layer
model.add(LSTM(100, dropout=0.2, recurrent_dropout=0.2)) # parameters
是的，它们具有相同的功能，在该层的线性变换（权重相乘和偏差相加）之前使用 dropout 作为参数。 Dropout 作为层也可以在激活层之前使用。
recurrent_dropout也有相同的功能但方向不同（通常dropout在输入和输出之间，在时间戳之间）
keras中的Dropout层和dropout、recurrent_droput参数有什么区别？它们都用于相同的目的吗？
示例：
model.add(Dropout(0.2)) # layer
model.add(LSTM(100, dropout=0.2, recurrent_dropout=0.2)) # parameters
是的，它们具有相同的功能，在该层的线性变换（权重相乘和偏差相加）之前使用 dropout 作为参数。 Dropout 作为层也可以在激活层之前使用。
recurrent_dropout也有相同的功能但方向不同（通常dropout在输入和输出之间，在时间戳之间）