如何将 dropout 技术添加到 keras Retinanet？
How Can I Add drop out technique to the keras Retina net?
我正在使用 RetinaNet NN 模型进行对象检测，但遇到过拟合问题。
解决方案之一是添加 "Dropout"。
我正在使用 keras 代码 Here
我想在最后一层添加Dropout，但我不知道如何添加。
谁能帮助我更改哪个文件？如何更改？
您可以尝试将全连接层存储到变量中，例如：
fc1 = model.layers[-3]
fc2 = model.layers[-2]
predictions = model.layers[-1]
然后创建你的 dropout 层并重新连接它们以构建一个新模型，如图所示post：
希望对您有所帮助。
一段时间后，我尝试了很多解决方案，但没有一个没有说具体如何添加，所以我试了一下，然后找到了如何添加，所以决定自己回答！
只需要添加这样一行：
outputs = keras.layers.SpatialDropout1D (rate=dropout_rate) (outputs)
您可以使用其他层丢失类型，例如：
SpatialDropout2D 等等。
我正在使用 RetinaNet NN 模型进行对象检测，但遇到过拟合问题。 解决方案之一是添加 "Dropout"。 我正在使用 keras 代码 Here
我想在最后一层添加Dropout，但我不知道如何添加。
谁能帮助我更改哪个文件？如何更改？
您可以尝试将全连接层存储到变量中，例如：
fc1 = model.layers[-3]
fc2 = model.layers[-2]
predictions = model.layers[-1]
然后创建你的 dropout 层并重新连接它们以构建一个新模型，如图所示post：
希望对您有所帮助。
一段时间后，我尝试了很多解决方案，但没有一个没有说具体如何添加，所以我试了一下，然后找到了如何添加，所以决定自己回答！
只需要添加这样一行：
outputs = keras.layers.SpatialDropout1D (rate=dropout_rate) (outputs)
您可以使用其他层丢失类型，例如：
SpatialDropout2D 等等。