终于搞懂Dropout了

在深度学习中，如果模型太复杂则会产生过拟合现象。 一种常用的防止过拟合的方法是正则化，通过在成本函数中添加正则项来起到惩罚参数的作用，不熟悉正则化的小伙伴可以看我之前发布的文章：一文搞定正则化(作用，方法，原理)。 而另一种常用的防止过拟合的方法就是：Drop out 在2012年，Hinton提出了Drop out的思想，它的原理是在前向传播的时候，可以使某个神经元以概率p停止工作，达到一个泛化

>>阅读原文<<