深度学习技巧4( Dropout)
Dropout 在2012年imagenet 比赛中大放异彩,是当时CNN模型夺冠的功勋环节之一。
那什么是Dropout 我们先直观的理解:
练武功的时候,训练的时候脚上绑上重物
等到练成下山的时候:
我们从几个方面来解释Dropout
1 基础定义
当训练的时候,每一个神经元都有p%的可能“靠边站”
当测试的时候,所有的神经元齐心协力,共同努力:
2 Dropout是一种Ensemble学习
Ensemble 学习我们在机器学习专栏中一起讨论过,链接是集成学习
。
每次训练的时候的网络结构都是不一样的,是一个thinner network:
其实在训练的时候训练了很多thinner network:
测试的时候,取各个网络的平均值
所以在深度学习中,我们的整个训练测试方法如下:
本专栏图片、公式很多来自台湾大学李弘毅老师、斯坦福大学cs229,斯坦福大学cs231n 、斯坦福大学cs224n课程。在这里,感谢这些经典课程,向他们致敬!