TensorFlow中的Dropout防止过拟合overfiting

关于Dropout的详细内容可参考论文 "Dropout: A Simple Way to Prevent Neural Networks from Overfitting"论文

Dropout 是一个降低过拟合的正则化技术。他在网络中丢弃一部分神经单元，以及与它们的前后续相连的所有节点。

在TensorFlow中：TensorFlow提供了一个函数

tf.nn.dropout(cell,keep_prob)

其中参数

cell: 要dropout的tensor,

keep_prob:任何一个给定单元的留存率，即每批数据输入时神经网络中的每个单元会以1-keep_prob的概率不工作，防止过拟合。

测试时，可以把keep_prob的值设为1.0,这样保留所有的单元，最大化模型的能力。

1.没有dropout作用

2.有dropout作用