会员
周边
新闻
博问
闪存
众包
赞助商
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
竟晴
博客园
首页
新随笔
联系
管理
订阅
随笔分类 -
深度学习和机器学习
Dropout简单总结
摘要:背景:如果模型的参数太多,数据量又太小,则容易产生过拟合。为了解决过拟合,就同时驯良多个网络。然后多个网络取均值。于是、费时!介绍:在前向传播的时候,让某个神经元以一定的概率p停止工作。这样可以使得模型泛化能力更强。具体流程:i.随机删除(临时)网络中一定的隐藏神经元,输入输出保持不变,ii.让输入
阅读全文
posted @
2020-06-16 14:49
竟晴
阅读(101)
评论(0)
推荐(0)
公告