tf.Keras中Sequential模型Dropout层作用对象的疑问咨询

在你的Sequential模型里，层的执行顺序完全按照add()的调用顺序来，Dropout作为独立层，只作用于它前面紧邻的那一层的输出，和后续层无关：

• 第一个Dropout(0.2)：接收前面第一个Dense(60)隐藏层的输出，对这些输出对应的神经元执行随机丢弃（丢弃概率0.2），处理后的结果再传入下一个Dense(30)层。
• 第二个Dropout(0.2)：接收前面第二个Dense(30)隐藏层的输出，执行同样的随机丢弃操作，处理后的结果再传入最后的Dense(1)输出层。

你完全不用担心第二个Dropout会作用于输出层——输出层的输入是经过Dropout处理后的第二个隐藏层输出，Dropout并没有对输出层的神经元做任何操作，这种设置完全符合正则化的合理逻辑（仅在隐藏层后添加Dropout，避免输出层的关键预测信息丢失）。

简单来说，Sequential模型里的层是“流水线”式的执行逻辑：每一层的输入都是前一层的输出，Dropout层就插在目标层的输出之后，对该输出做正则化处理，再传递给下一层。

内容的提问来源于stack exchange，提问作者Ahmed Mohamed