为何要做缩放
训练深度神经网络的时候,总是会遇到两大缺点:
(1) 容易过拟合
(2) 费时
Dropout可以比较有效的缓解过拟合的发生,在一定程度上达到正则化的效果
假设丢弃概率是P,有两种实现方式,不管实在测试阶段还是训练阶段对每层的输出做缩放,都是为了保持伯努利分布的期望np。测试阶段没法dropout是全量神经元参与运算,不然预测结果具有随机性。为了保持每层输出和训练时一样的期望,所以需要缩放。
形象化理解
10个人拉一个10吨车,第一次(训练时),只有5个人出力(有p=0.5的人被dropout了),那么这5个人每个人出力拉2吨。第二次(预测时),10个人都被要求出力,这次每个人出的力就是2*(1-0.5)=1吨了。
vanilla 版本(在测试时做rescale):
训练时,对于网络中的某个输出值x,期望变为 (1-p)x + p0 = (1-p)x
为了保持infer(没有dropout)期望一致,在infer时,对于相应层输出乘以1-p
inverted 版本(在训练时做rescale):
训练时,对于网络中的某个输出值x,期望变为 (1-p)x + p0 = (1-p)x
为了保持infer(没有dropout)期望一致,在训练时, 对包含dropout的输出乘1/(1-p), 使得期望仍然为1/(1-p) * (1-p)x = x
代码实现
参考文献
深度学习中Dropout原理解析作者在面试机器学习、深度学习实习生岗位时,Dropout被问的很细致,也被问的很惨!所以,本文全面总结了Dropout的原理知识!https://mp.weixin.qq.com/s/3nKXlu3jy-0sNgAHxaxGmQ神经网络Dropout层中为什么dropout后还需要进行rescale? - 知乎感谢 @南方的仔 在评论中的灵魂提问,既然 rescale 是为了“保持期望不变”,那么为什么要“保持期望不变…
https://www.zhihu.com/question/61751133