def dropout(input, p=0.5, training=True, inplace=False)

inplace: 如果设置为 True，将在原地进行此操作。

我想问一下dropout中的in-place是什么意思？它有什么作用？执行这些操作时性能会有什么变化吗？

谢谢

回答：

将 inplace=True 保持不变会直接在张量 input 上丢弃一些值，而如果保持 inplace=False，你需要将 droput(input) 的结果保存到另一个变量中以便后续使用。

示例：

import torchimport torch.nn as nninp = torch.tensor([1.0, 2.0, 3, 4, 5])outplace_dropout = nn.Dropout(p=0.4)print(inp)output = outplace_dropout(inp)print(output)print(inp) # 请注意，输入在这里没有被改变inplace_droput = nn.Dropout(p=0.4, inplace=True)inplace_droput(inp)print(inp) # 请注意，输入现在被改变了

PS: 这与您的问题无关，但请尽量避免使用 input 作为变量名，因为 input 是Python的关键字。我知道Pytorch文档中也这样做，这有点搞笑。