JavaShuo
欄目
標籤
Dropout之後,爲什麼測試時需要乘以補償係數
時間 2021-01-16
原文
原文鏈接
假如dropout爲0.5,那麼如下的一個神經元的輸出結構如圖,需要在測試時乘以0.5,因爲如果我們不這麼做的話會得到一個相對於訓練環節的輸出期望值來說大很多的值(因爲訓練環節是隨機0.5捨棄了神經元 參考圖片),分佈也會變,所以通過乘以0.5來補償這個巨大的偏差。當然我們也可以在訓練時乘以2倍,這樣就不需要在測試時來乘以0.5來使得兩個環節匹配。
>>阅读原文<<
相關文章
1.
福祿克OTDR測試爲什麼要加補償光纖?
2.
deep learning-爲什麼要dropout
3.
Dropout是什麼?爲什麼Dropout可以防止過擬合?
4.
在做性能測試之後需要知道些什麼
5.
面試爲什麼需要了解JVM
6.
dropout的隱式偏置(爲什麼要使用dropout)
7.
在測試或者預測時,Transformer裏decoder爲什麼還需要seq mask?
8.
作爲測試,爲什麼要學 Linux ?
9.
爲什麼需要操作系統
10.
爲什麼需要MES系統
更多相關文章...
•
爲什麼使用 XML Schemas?
-
XML Schema 教程
•
爲什麼使用 Web Services?
-
Web Services 教程
•
Flink 數據傳輸及反壓詳解
•
Docker容器實戰(七) - 容器眼光下的文件系統
相關標籤/搜索
爲什麼
什麼時候
補償
dropout
什麼
乘以
不時之需
不知爲什麼
需要
要麼
MySQL教程
NoSQL教程
Redis教程
面試
後端
文件系統
0
分享到微博
分享到微信
分享到QQ
每日一句
每一个你不满意的现在,都有一个你没有努力的曾经。
最新文章
1.
吳恩達深度學習--神經網絡的優化(1)
2.
FL Studio鋼琴卷軸之工具菜單的Riff命令
3.
RON
4.
中小企業適合引入OA辦公系統嗎?
5.
我的開源的MVC 的Unity 架構
6.
Ubuntu18 安裝 vscode
7.
MATLAB2018a安裝教程
8.
Vue之v-model原理
9.
【深度學習】深度學習之道:如何選擇深度學習算法架構
本站公眾號
歡迎關注本站公眾號,獲取更多信息
相關文章
1.
福祿克OTDR測試爲什麼要加補償光纖?
2.
deep learning-爲什麼要dropout
3.
Dropout是什麼?爲什麼Dropout可以防止過擬合?
4.
在做性能測試之後需要知道些什麼
5.
面試爲什麼需要了解JVM
6.
dropout的隱式偏置(爲什麼要使用dropout)
7.
在測試或者預測時,Transformer裏decoder爲什麼還需要seq mask?
8.
作爲測試,爲什麼要學 Linux ?
9.
爲什麼需要操作系統
10.
爲什麼需要MES系統
>>更多相關文章<<