貝葉斯正則化在神經網絡擬閤中的通俗理解

機器學習中防止過擬合的方法：3種 增加數據集 正則化<多用L2正則化> Dropout<深度學習中常採用的一種正則化方法> 這裏簡單解釋一下Dropout方法：Dropout可以簡單地理解爲在DNNs訓練的過程中，以概率P丟棄部分神經元，即：使得被丟棄的神經元輸出爲0。使用時要注意Dropout率的選擇（0.01，0.25，0.5） 正則化：通過修改損失函數防止過擬合 Dropout：通過修改神經

>>阅读原文<<