dropout原理是什么（公式层面）， 为什么要用？

2、dropout原理是什么（公式层面）， 为什么要用？ 1、dropout是一种常用的防止过拟合的方法。 在实践中，我们通常可以通过，增加训练样本，早停（即提前停止训练过程），L1\L2正则，dropout，以及batch normalize等手段来防止过拟合。 2、dropout实现了一种继承学习的思想，在每一次训练时候，模型以概率p“丢弃”一些节点，每一次“丢弃”的节点不完全相同，从而使得模

>>阅读原文<<