1.drop_out的原理为:通过将某神经元的输出设置为0,达到使其失活的效果,消除网络中过分依赖某个神经元
2.过拟合一般出现在网络过分复杂,且训练数据较少的情况,数据较少而未知参数太多,则较易产生过拟合
3.核心代码:layer1=tf.nn.dropout(layer1,drop_out)
#3-3 MNIst数据集使用drop-out提升准确率,消除部分过拟合
import tensorflow
as tf;
import numpy
as np;
from tensorflow.examples.tutorials.mnist
import input_data
#原始数据
mnist
=input_data.read_data_sets(
"MNIST_data",
one_hot
=
True)
x
=tf.placeholder(tf.float32,
shape