mxnet：與共享掩模

Question

多個漏失層我想再現，其中每個時間層之後是漏失層迴歸神經網絡，並且這些漏失層共享他們的面具。除其他外，該結構在A Theoretically Grounded Application of Dropout in Recurrent Neural Networks中有描述。

據我理解代碼，在MXNet實施了經常性的網絡模型沒有時間層之間施加任何輟學層;的功能，例如lstm（R API，Python API）的dropout參數實際上定義在輸入降。因此我需要從頭開始重新實現這些功能。

然而，漏失層似乎不採取掩模限定作爲參數的變量。

是否有可能進行多次輟學層在計算圖的不同的地方，但分享他們的面具？

Answer 1

根據討論here，這是不可能指定掩模，通過隨機種子不會對輟學的隨機數發生器產生影響。