【笔记】nn.Dropout ( ): 对神经元进行操作,而不是对权重矩阵进行操作;比如以输入层为例,输入数据就是神经元,也就是说有多少个输入数据,就有多少个神经元

注1:

在训练模式下(model.train()),Dropout 层以 50% 的概率随机将一些神经元的输出置为零。在评估模式下(model.eval()),Dropout 层不会丢弃任何神经元的输出,但会将所有神经元的输出乘以 0.5(因为丢弃概率为 0.5)。

Dropout 是一种正则化技术,用于防止过拟合。它通过在训练过程中随机丢弃(即设置为零)一定比例的神经元及其连接,从而使得模型在训练过程中不会过度依赖某些特定的神经元。

Dropout 操作是针对神经元进行的,而不是权重矩阵。具体来说,Dropout 会随机选择一部分神经元,将它们的输出设置为零,而不修改权重矩阵的值。

注2:

Dropout() 操作对神经网络的概念图:

操作前:

操作后:

正文:

    神经元: 在

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

程序猿的探索之路

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值