我在使用CNN训练Fashion MNIST数据。由于过拟合，我尝试添加Dropout层，但它不起作用。

在添加Dropout之前，模型运行正常。

def fashion_model()    batch_size = 64    epochs = 20    num_classes = 10    fashion_drop_model = Sequential()    fashion_drop_model.add(Conv2D(32, kernel_size=(3, 3),activation='linear',padding='same',input_shape=(28,28,1)))    fashion_drop_model.add(LeakyReLU(alpha=0.1))    fashion_drop_model.add(MaxPooling2D((2, 2),padding='same'))    fashion_drop_model.add(Dropout(0.25))    fashion_drop_model.add(Conv2D(64, (3, 3), activation='linear',padding='same'))    fashion_drop_model.add(LeakyReLU(alpha=0.1))    fashion_drop_model.add(MaxPooling2D(pool_size=(2, 2),padding='same'))    fashion_drop_model.add(Dropout(0.25))    fashion_drop_model.add(Conv2D(128, (3, 3), activation='linear',padding='same'))    fashion_drop_model.add(LeakyReLU(alpha=0.1))                      fashion_drop_model.add(MaxPooling2D(pool_size=(2, 2),padding='same'))    fashion_drop_model.add(Dropout(0.4))    fashion_drop_model.add(Flatten())    fashion_drop_model.add(Dense(128, activation='linear'))    fashion_drop_model.add(LeakyReLU(alpha=0.1))               fashion_drop_model.add(Dropout(0.3))    fashion_drop_model.add(Dense(num_classes, activation='softmax'))    return fashion_drop_model.summary()fashion_model()

我得到的错误是： UnboundLocalError: local variable 'a' referenced before assignment

附注：经过逐行代码的简要检查，我发现错误出现在第8行（fashion_drop_model.add(Dropout(0.25))）。

回答：

你的Python函数定义中缺少一个冒号：

def fashion_model(): #<--

在你添加这个冒号后，代码应该可以运行。在Google Colaboratory中运行，你会看到模型的摘要：

注意

强烈不建议在卷积层之后使用Dropout层。卷积层的整个目的是利用空间邻域内的像素来提取正确的特征，以供全连接层使用。Dropout会破坏这种关系，从而阻止模型成功学习这些特征。

有关更多详情，请查看Reddit上的讨论： https://www.reddit.com/r/MachineLearning/comments/42nnpe/why_do_i_never_see_dropout_applied_in/