Embedding层
由qxiao创建，最终由qxiao 被浏览 3 用户
使用场景
为输入数据施加Dropout，将在训练过程中每次更新参数时按一定概率（rate）随机断开输入神经元，用于防止过拟合。
输入端
- 输入：连接上一层的输出。必填。
输入参数
- rate：0~1的浮点数，控制需要断开的神经元的比例，必填。
- noise_shape：可以对每一维的输入进行相同的dropout。例如，输入为 (batch_size, timesteps, features)，然后希望dropout层在所有timesteps上都是一样的， 则使用 noise_shape=batch_size, 1, features。
- 随机数种子：表示随机数种子的整数。
- 名字：层的名字，在模型里不能有两个层同名。如果不指定，将自动分配名字。
输出端
- 输出：输出给其他层。
运行结果
- 通过模块id.data查看生成的全连接层。 \n
使用样例
https://bigquant.com/experimentshare/5f3522893c2a432dad9127599d9b0634
\