深度学习原理17——dropout

在训练过程中，按照一定的比例将网络中的神经元进行丢弃，可以防止模型训练过拟合的情况。
只在训练过程中有效，预测的时候所有的神经元都用，训练的时候随机有一些神经元丢弃。
丢弃法将一些输出项随机置0来控制模型复杂度
常作用在多层感知机的隐藏层输出上，输出层一般不用，卷积层一般不用

• 1 tensorflow中使用tf.keras.layers.Dropout()
• 2 PyTorch中需要设置model.train或model.eval()