在 PyTorch 中，nn.Dropout 是一种正则化方法，随机将输入张量的一部分元素置为零，以防止过拟合并提高模型的泛化能力。其基本用法如下：

import torch
import torch.nn as nndropout = nn.Dropout(p=0.5)  # 丢弃概率为 50%
x = torch.ones((2, 3, 4))  # 输入张量
output = dropout(x)  # 输出的部分元素会被置为零

• 它在训练阶段，对于输入张量中的每个元素，会以概率p将其置为 0。对于未被置为 0 的元素，需要进行数值缩放，缩放因子为1 / (1 - p)。
• 在给定的代码中，p = 0.5，这意味着每个元素有 0.5 的概率被置为 0，而未被置为 0 的元素将乘以1 / (1 - 0.5)=2。

注： 输入张量的每个元素会以概率p将其置为 0，没有维度限制。

如何在指定维度上进行 Dropout？

PyTorch 的标准 nn.Dropout 无法直接指定某个维度进行 Dropout，但可以通过以下几种方法实现在指定维度共享 Dropout 掩码：

方法 1：自定义 Dropout 类（参考上文）

可以继承 nn.Module，实现一个支持沿指定