Dropout解决过拟合问题

drop过程 假设我们要训练这样一个神经网络 输入是x输出是y，正常的流程是：我们首先把x通过网络前向传播，然后把误差反向传播以更新参数让网络进行学习。使用dropout之后过程变成： 随机（临时）删掉网络中一半的隐藏神经元，输入输出神经元保持不变（下图中虚线为部分临时被删除的神经元） 把输入x通过修改后的网络前向传播，然后把得到的损失结果通过修改的网络反向传播。一小批训练样本执行完这个过程后就按

>>阅读原文<<