大规模的神经网络有两个缺点:费时,容易过拟合
dropout效果:每次从原始网络中找到一个更瘦的网络,对于一个有N个节点的神经网络,相当于有了2~n个新模型
dropout迫使一个神经单元,和以概率随机挑选出来的其他神经单元一起工作,减弱各个神经单元间的关联度,增强了网络的泛化能力
dropout效果:每次从原始网络中找到一个更瘦的网络,对于一个有N个节点的神经网络,相当于有了2~n个新模型
dropout迫使一个神经单元,和以概率随机挑选出来的其他神经单元一起工作,减弱各个神经单元间的关联度,增强了网络的泛化能力