但我认为每个 epoch 的训练时间会因丢弃单元而减少。

事实并非如此。不过我理解你的理由。您认为将组件清零会减少计算量。这将是稀疏矩阵的情况，但不是密集矩阵。

TensorFlow 和任何与此相关的深度学习框架都在密集向量上使用向量化操作*。这意味着零的数量没有区别，因为您将使用所有条目来计算矩阵运算。

实际上，情况正好相反，因为 dropout 需要

• 用于 dropout 掩码的附加矩阵
• 为这些矩阵的每个条目绘制随机数
• 将掩码和相应的权重相乘

* 它们还支持稀疏矩阵，但它们对大多数权重没有意义，因为它们主要在您有不到一半的条目等于零时很有用。