終於搞懂Dropout了

在深度學習中，如果模型太複雜則會產生過擬合現象。 一種常用的防止過擬合的方法是正則化，通過在成本函數中添加正則項來起到懲罰參數的作用，不熟悉正則化的小夥伴可以看我之前發佈的文章：一文搞定正則化(作用，方法，原理)。 而另一種常用的防止過擬合的方法就是：Drop out 在2012年，Hinton提出了Drop out的思想，它的原理是在前向傳播的時候，可以使某個神經元以概率p停止工作，達到一個泛化

>>阅读原文<<