浅谈对dropout的理解

当数据太少时，模型泛化性太弱，线性太强，这是我们就需要使用一些随机函数来帮助我们随机打乱数据之间映射和计算，如此往复，给模型人为制作出多种情况，以原有数据人为制作出大量'数据'，从而克服数据量少的缺点，上图： 让数组中每一个数据参与运算之前都去随机函数那里‘算一卦’，以随机数大小来决定此次运算（神经元与神经元之间映射）是不是要进行，从概率来讲，若取判断值为0.4，则一定有大约40%数据被淘汰出局，

>>阅读原文<<