mxnet：与共享掩模

Question

多个漏失层我想再现，其中每个时间层之后是漏失层回归神经网络，并且这些漏失层共享他们的面具。除其他外，该结构在A Theoretically Grounded Application of Dropout in Recurrent Neural Networks中有描述。

据我理解代码，在MXNet实施了经常性的网络模型没有时间层之间施加任何辍学层;的功能，例如lstm（R API，Python API）的dropout参数实际上定义在输入降。因此我需要从头开始重新实现这些功能。

然而，漏失层似乎不采取掩模限定作为参数的变量。

是否有可能进行多次辍学层在计算图的不同的地方，但分享他们的面具？

Answer 1

根据讨论here，这是不可能指定掩模，通过随机种子不会对辍学的随机数发生器产生影响。