tf.keras.layers.Dropout( rate, noise_shape=None, seed=None, **kwargs )
如dropout的名字，就是要随机扔掉当前层一些weight，相当于废弃了一部分Neurons。
它还有另一个名字 dropout regularization, 所以你应该知道它有什么作用了。
在创建Dopout正则化时，可以将 dropout rate的设为某一固定值，当dropout rate=0.8时，实际上，保留概率为0.2。下面的例子中，dropout rate=0.5
layer = Dropout(0.5)
参数
- rate: 将数据变成0的概率，在0到1之间浮动。
- noise_shape: 根据输入数据的第一个维度，做乘法重复，比如输入的是(5，2)，会生成一个(5，5，2)的输出
- seed：正整数，随机数种子，固定后输出不会改变
本神经层作用
- 降低模型复杂度，增强模型的泛化能力，防止过拟合
- 顺带降低了运算量
