深度学习tensorflow:Dropout

关键点在于参数keep_prob,设置可工作的神经元比例。Dropout的作用主要是防止过拟合,但是它的准确率有时会比不使用Dropout低,需要根据具体的情况来决定是否使用
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
根据结果,对比Test和Train的准确率可以看出,两者之间相差很小,说明泛化性比较强,防止过拟合做的很好。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值