Keras Dropout实际执行机制探究：TensorFlow如何生成批量独立掩码？

• 我正在研究K.layers.Dropout的实现，根据文献描述，它会为每个元素独立采样0/1掩码。
• 但关闭Eager Execution后，TensorFlow进入图模式，此时无法获取样本的具体维度——比如运行以下代码时，inputs.shape的第一维度会显示为None：

class CustomLayer(K.keras.Layer):
    def call(self, inputs):
        tf.print(inputs.shape)

• 我想知道TensorFlow是如何为批量中的每个样本生成独立掩码的？我猜测它可能通过tf.vectorized_map实现高效的逐元素随机掩码生成。

内容的提问来源于stack exchange，提问作者Alberto