2018年12月1日
dropout含义与原理
摘要： 含义 在训练过程中，对神经网络单元按照一定比例暂时将其丢弃。 原理 由于网络参数过多，训练数据少，或者训练次数过多，会产生过拟合的现象。dropout产生的一个重大原因就是为了避免过拟合。 每一层的神经元按照不同的概率进行dropout，这样每次训练的网络都不一样，对每一个的batch就相当于训练了 阅读全文
posted @ 2018-12-01 15:37 zhaop 阅读(2081) 评论(0) 推荐(0) 编辑