标准回答
一、先把结论讲清楚
可以先说用途：Dropout 是训练阶段用的正则化，目的是减少模型对某些神经元的依赖。
一、训练阶段怎么做？
以保留概率 p 生成一个 0/1 mask，把一部分激活置零。现代实现通常用 inverted dropout，也就是保留下来的激活要除以 p，保持输出期望不变。
二、拆开机制和判断点
二、推理阶段怎么做？
推理时不再随机丢弃，也不再额外缩放，直接返回原输出。因为训练时已经做了 1/p 的补偿，所以推理可以 恒等输出。
三、最容易错的点。
要说清楚 p 是“保留概率”还是“丢弃概率”。
三、补上例子、边界和取舍
如果 p 是保留概率，缩放是 1/p；如果像 PyTorch 那样 p 表示丢弃概率，缩放就是 1/(1-p)。下面用 NumPy 实现：
面试里不要只停在公式或名词，可以补 手撕代码：实现 Dropout训练与推理 对训练稳定性、泛化、收敛速度或显存/算力的影响。再说明一个常见调参或排错场景，面试官会更容易判断你真的用过这些方法。
python
import numpy as np
def dropout(x, p=0.5, training=True, rng=None):
# p: 保留概率（keep prob）。训练随机置零并按 1/p 缩放
if not training or p >= 1.0:
return x # 推理：恒等输出
rng = rng or np.random.default_rng(0)
mask = (rng.random(x.shape) < p).astype(x.dtype) # 保留位为 1
return x * mask / p # 反向 Dropout：缩放 1/p
if __name__ == '__main__':
rng = np.random.default_rng(0)
x = np.ones((4, 5))
y = dropout(x, p=0.5, training=True, rng=rng)
print(y) # 约一半元素为 0，其余为 2.0
# 期望保持不变：训练输出均值 ~ 推理（全 1）的均值
print(y.mean().round(2)) # 接近 1.0常见误区
⚠️ 常见踩坑
误区一：混淆 p 的含义。 题里如果 p 是保留概率，就除以 p；PyTorch 里的 p 是丢弃概率，要按 1/(1-p) 缩放。
误区二：推理阶段还在 dropout。 推理时应该关闭随机丢弃，否则输出不稳定。
追问
追问 1：为什么要除以 p（反向 Dropout）？不除会怎样？
不除以 p 的话，训练时输出期望会变成推理时的 p 倍，训推尺度不一致。反向 Dropout 的好处是 把补偿放在训练阶段，推理零成本。
追问 2：Dropout 和 BatchNorm 一起用要注意什么？
两者都影响激活分布，叠在一起可能带来方差偏移。面试里可以说：CNN 里有 BN 后常常少用 Dropout，Transformer 里 Dropout 更多放在注意力、FFN 或残差分支，比例要谨慎调。
🔗 相似问题
同一考点的不同问法，换着练更稳
延伸学习
按主题分类的相关资源，便于系统复习