Transformer模型-Dropout的简明介绍：丢掉一些元素，防止过度拟合

Dropout的定义和目的：

Dropout 是一种神经网络正则化技术，它在训练时以指定的概率丢弃一个单元（以及连接）p。

这个想法是为了防止神经网络变得过于依赖特定连接的共同适应，因为这可能是过度拟合的症状。直观上，dropout 可以被认为是创建一个隐式的神经网络集合。

过度拟合：

dropout的解决办法

PyTorch 的nn.Dropout实现

根据这个定义，PyTorch 的nn.Dropout “使用伯努利分布的样本以概率p将输入张量的一些元素随机归零。每个通道将在每次前向呼叫时独立清零。”

*伯努利分布 == 0-1分布，这是一个最简单的分布，任何一个只有两种结果的随机现象都服从0-1分布。

Dropout — PyTorch 2.2 documentationhttps://pytorch.org/docs/stable/generated/torch.nn.Dropout.html

Dropout 可以被认为是根据给定的概率p随机将输入张量中的一些元素归零。当这种情况发生时，一部分输出将丢失。为了解决这个问题，输出也按因子1⁄₍₁_ₚ₎进行缩放。

由此推断，这意味着不必计算 dropout。正如杨章所解释的，“因为 dropout 仅在训练期间有效，而在推理期间不有效，如果没有缩放，则在推理期间预期输出会更大，因为元素不再被随机丢弃（设置为 0）。”

缩放使输入平均值和输出平均值大致相等。

示例演示 dropout 及其缩放如何影响输入。

当 dropout 率为p = 0.1时，大约 10 个值应为 0。比例率如下所示；这是每个输出应该的值。

结果显示，其中 10 个值被完全清零，并对结果进行缩放以确保输入和输出具有相同的平均值 - 或尽可能接近它。

在本例中，输入和输出的平均值均为 1.0。

​原文链接：https://medium.com/@hunter-j-phillips/a-simple-introduction-to-dropout-3fd41916aaea