前言

正则化是一种广泛用于机器学习和深度学习的手段，它的目的就是阻碍模型过度学习（过拟合），从而提升算法的泛化能力。

Dropout 是一种常见的缓解过拟合的方法。接下来，本文将从原理和实践来介绍Dropout技术。

一、Dropout原理

丢弃法（Dropout Method）：在训练一个深度神经网络时，可以随机丢弃一部分神经元（同时丢弃其对应的连接边）来避免过拟合。

训练时，每次选择丢弃的神经元是随机的，这些随机选出隐藏层的神经元将被删除，它们将不再传递信号。

常规dropout

(训练测试不一致，测试时调整输入保持一致)

设置一个固定的概率𝑝，对每一个神经元都以概率𝑝 来判定不要保留。对于一个神经层𝒚 = 𝑓(𝑾𝒙 + 𝒃)，可引入一个掩蔽函数mask(⋅) 使得𝒚 = 𝑓(𝑾mask(𝒙) + 𝒃)。掩蔽函数mask(⋅)的定义为：

但在测试时，所有神经元都可激活，这会造成训练和测试时网络的输出不一致。为了缓解这个问题，在测试时需要将神经层的输入𝒙 乘以 𝑝，也相当于把不同的神经网络做了平均。（这里的p为保留率）

每次正向传播时，self.mask中都会以False的形式保存要删除的神经元。

self.mask会随机生成和x形状相同的数组，并将值比dropout_ratio大的元素设为True。反向传播时的行为和ReLU相同。

也就是说，正向传播时传递了信号的神经元，反向传播时按原样传递信号；对于正向传播时没有传递信号的神经元，反向传播时信号将停止

大于丢弃率则保留（不训练时乘以 1-p，保持输出期望不变）

实际dropout

在训练时就缩放，不改变其输入期望

实际在Pytorch中。F.dropout 是一个函数，参数包含输入的tensor，概率和training 为真还是假：

实际操作：

对于输入层的神经元，其保留率通常设为更接近1的数，使得输入变化不会太大。对输入层神经元进行丢弃时，相当于给数据增加噪声，以此来提高网络的鲁棒性。
一般来讲，对于中间隐藏层的神经元，其𝑝 = 0.5 时效果最好，这对大部分的网络和任务都比较有效。当𝑝 = 0.5时，在训练时有一半的神经元被丢弃，只剩余一半的神经元是可以激活的，随机生成的网络结构最具多样性。
输出层一般就不加了

集成学习角度的解释

每做一次丢弃，相当于从原始的网络中采样得到一个子网络。如果一个神经网络有𝑛 个神经元，那么总共可以采样出 2𝑛 个子网络。每次迭代都相当于训练一个不同的子网络，这些子网络都共享原始网络的参数。

那么，最终的网络可以近似看作集成了指数级个不同网络的组合模型。（子网络的平均，Dropout提供了一种廉价的Bagging集成近似）