详解tf.nn.dropout

tf.nn.dropout是tensorflow常用的函数,它的作用是为了减轻过拟合带来的问题而使用的函数,它一般用在每个连接层的输出。
Dropout就是在不同的训练过程中,按照一定概率使得某些神经元停止工作。也就是让每个神经元按照一定的概率停止工作,这次训练过程中不更新权值,也不参加神经网络的计算。但是它的权重依然存在,下次更新时可能会使用到它。
神经网络在训练过程中,可以无限逼近一段非线性连续函数,但是如果模型网络层数过多或设置的足够复杂,在训练时会出现过拟合(overfitting),就像下图这样。
在这里插入图片描述
图中蓝色的线,为了可以涉及到每个点,呈现出了过拟合现象。
尽管它很好的拟合了每一个点的位置,但是曲线是歪歪曲曲,这个的曲线不具有良好的鲁棒性,不是我们想要的结果,在实际工程实验中,我们更希望得到如黑色线一样的曲线。

tf.nn.dropout函数介绍

tf.nn.dropout(
    x, rate, noise_shape=None, seed=None, name=None
)

x:上一层传下载的tensor。(一般用于全连接层后面)
rate:

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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