问Keras :辍学与recurrent_dropout

EN

Keras LSTM文档包含高级解释：

退出：浮动在0到1之间。分数的单位下降为线性转换的输入。 recurrent_dropout：浮动在0到1之间。单元的分数下降为递归状态的线性变换。

但这完全对应于您所指的答案：

对输入和/或输出应用常规的下拉列表，这意味着从x_t到h_t的垂直箭头。..。 反复辍学面具(或“滴”)之间的联系，经常性单位，这将是水平箭头在你的图片。

如果您对公式级别的细节感兴趣，最好的方法是检查源代码：keras/layers/recurrent.py、查找rec_dp_mask (递归退出掩码)和dp_mask。一个影响h_tm1 (前一个内存单元)，另一个影响inputs。