Le dropout désactive aléatoirement une fraction des neurones à chaque passe d'entraînement, ce qui empêche le réseau de trop dépendre de certains d'entre eux. Il agit comme un régularisateur. Il n'est actif qu'en mode entraînement (train()) et désactivé en évaluation (eval()).
Exemple
nn.Dropout(p=0.3)