Deep learning II - I Practical aspects of deep learning - Dropout regularization 随机失活正则化

dqhl1990

于 2018-06-20 10:43:13 发布

阅读量275

点赞数

分类专栏：深度学习算法 deep learning 文章标签： dropout regularization

算法同时被 3 个专栏收录

34 篇文章

订阅专栏

29 篇文章

订阅专栏

29 篇文章

订阅专栏

Dropout regularization 随机失活正则化

在训练神经网络时，随机在每层选择一定数量的neuron关闭，从而达到减小过拟合的目的。看起来很疯狂，但是很有效。
这里写图片描述

1. 对应每一层生成以个mask $d^{[3]}$
2. 用mask与该层的neurons $a^{[3]}$ 覆盖，dropout一些neuron
3. 剩余的neurons除以keep-prob，从而保持该层输出 $z^{[3]}$ 的期望值不变，避免在测试的时候出现的缩放问题

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。