改善过拟合——丢弃法【dropout】
最新推荐文章于 2022-10-17 12:07:27 发布
丢弃法是深度学习中用于缓解过拟合的有效方法,特别是倒置丢弃法。通过以一定概率p将隐藏层单元置零并按比例(1-p)调整非零单元,保持输出期望不变,实现正则化效果。训练时,随机的单元丢弃避免了模型过度依赖特定单元,有助于防止过拟合。建议根据层的位置调整丢弃概率,输入层附近的丢弃概率通常较低。
摘要由CSDN通过智能技术生成