tf.nn.dropout(src_emb,KEEP_PROB)tf.nn.dropout是TensorFlow裏面爲了防止或減輕過擬合而使用的函數，它一般用在全連接層。
Dropout就是在不同的訓練過程中隨機扔掉一部分神經元。也就是讓某個神經元的激活值以一定的概率p，讓其停止工作，這次訓練過程中不更新權值，也不參加神經網絡的計算。但是它的權重得保留下來（只是暫時不更新而已），因爲下次樣本輸入時它可能又得工作了。
二、tf.nn.dropout函數說明
tf.nn.dropout(x, keep_prob, noise_shape=None, seed=None,name=None)
上面方法中常用的是前兩個參數：
第一個參數x：指輸入
第二個參數keep_prob: 設置神經元被選中的概率,在初始化時keep_prob是一個佔位符, keep_prob = tf.placeholder(tf.float32) 。tensorflow在run時設置keep_prob具體的值，例如keep_prob: 0.5第五個參數name：指定該操作的名字。
三、使用舉例：
1、dropout必須設置概率keep_prob,並且keep_prob也是一個佔位符,跟輸入是一樣的
[python] view plain copy
1. keep_prob = tf.placeholder(tf.float32)
2、train的時候纔是dropout起作用的時候,train和test的時候不應該讓dropout起作用
[python] view plain copy
1. sess.run(train_step, feed_dict={xs: X_train, ys: y_train, keep_prob: 0.5})
[python] view plain copy
1. train_result = sess.run(merged, feed_dict={xs: X_train, ys: y_train, keep_prob: 1})
2. test_result = sess.run(merged, feed_dict={xs: X_test, ys: y_test, keep_prob: 1})