一句话概括：（训练过程中）Dropout 操作 = 随机置零 + 非置零元素进行后补偿性放缩。以保证dropout前后数据scale不变。

详细解释(来自chatgpt):

在 PyTorch 中，dropout 的操作不仅仅是将某些元素置零。为了确保期望输出在训练和测试时保持一致，当应用 dropout 时，被保留的元素会按 (1 / (1 - p)) 进行缩放，其中 p 是 dropout 的概率。

具体来说，如果有一个神经元的输出值为 x 并且你应用了 dropout 操作（设定概率 p），那么在训练期间，这个值 x 有 p 的概率会被置为 0，而有 1-p 的概率会被乘以 1 / (1 - p)。这样的设计是为了确保整体输出的期望值在训练时和测试时（dropout 被关闭）保持一致。

例如，假设 p=0.5，则有一半的机会让 x 变为0，而另一半的机会让 x 变为 2x（因为 1 / (1 - 0.5) = 2）。这样，期望的输出值是 (0.5 * 0 + 0.5 * 2x) = x，与原始的 x 相匹配。

所以，在 PyTorch 的 dropout 操作中，除了置零外，还会对保留的元素进行缩放。

ps: 其实这个设置，在dropout论文里是有阐述的，并不是一个technical trick.

pytorch中的函数介绍

torch.nn.Dropout中对scale操作有介绍，F.dropout里没提，但是其实二者都用了scale。！过分