设置dropout参数技巧

决定dropout之前，需要先判断是否模型过拟合

先dropout=0， 训练后得到模型的一些指标（比如: F1, Accuracy, AP）。比较train数据集和test数据集的指标。

过拟合：尝试下面的步骤。
欠拟合：尝试调整模型的结构，暂时忽略下面步骤。
dropout设置成0.4-0.6之间， 再次训练得到模型的一些指标。

如果过拟合明显好转，但指标也下降明显，可以尝试减少dropout（0.2）
如果过拟合还是严重，增加dropout（0.2）
重复上面的步骤多次，就可以找到理想的dropout值了。

https://zhuanlan.zhihu.com/p/77609689
注：dropout过大是容易欠拟合。