噪声层Noise
GaussianNoise层
keras.layers.noise.GaussianNoise(sigma)
为层的输入施加0均值，标准差为sigma的加性高斯噪声。该层在克服过拟合时比较有用，你可以将它看作是随机的数据提升。高斯噪声是需要对输入数据进行破坏时的自然选择。
一个使用噪声层的典型案例是构建去噪自动编码器，即Denoising AutoEncoder（DAE）。该编码器试图从加噪的输入中重构无噪信号，以学习到原始信号的鲁棒性表示。
因为这是一个起正则化作用的层，该层只在训练时才有效。
参数
- sigma：浮点数，代表要产生的高斯噪声标准差
输入shape
任意，当使用该层为模型首层时需指定input_shape参数
输出shape
与输入相同
GaussianDropout层
keras.layers.noise.GaussianDropout(p)
为层的输入施加以1为均值，标准差为sqrt(p/(1-p)的乘性高斯噪声
因为这是一个起正则化作用的层，该层只在训练时才有效。
参数
- p：浮点数，断连概率，与Dropout层相同
输入shape
任意，当使用该层为模型首层时需指定input_shape参数
输出shape
与输入相同