keras從入門到放棄(九）

上篇通過實例瞭解了過擬合，那如何處理將是本文處理的問題 Dropout抑制過擬合 在每一次訓練中，隨機丟棄一部分隱藏單元，從而加強另一部分單元的學習 原理 取平均的作用：先回到標準的模型沒有dropout，我們會用相同的訓練數據去訓練5個不同的神經網絡，一般會得到5個不同的結果，此時我們可以採用「5個結果取均值」或者「對數取勝的投票策略」去決定最懂結果 減少神經元之間的複雜的共適應關係：因爲dro

>>阅读原文<<