dropout正则化作用:
-
dropout定义:Droupout是随机的对神经网络每一层进行丢弃部分神经元操作。
-
减少神经元之间复杂的共适应性。当隐藏层神经元被随机删除之后,使得全连接网络具有了一定的稀疏化,从而有效地减轻了不同特征的协同效应。也就是说,有些特征可能会依赖于固定关系的隐含节点,而通过Dropout,它强迫一个神经单元,和随机挑选出来的其他神经单元共同工作,达到好的效果,增强了泛化能力。
-
Dropout可以看作是一种随机正则化技术,加入了 dropout 后,输入的特征都存在被随机清除的可能,所以该神经元不会再特别依赖于任何一个输入特征,也就是不会给任何一个输入特征设置太大的权重。通过传播过程,dropout 将产生和 L2 正则化相同的收缩权重的效果。