顯然看不懂英文然后出于各種原因最終被迫搜索了翻譯版本，如有錯誤歡迎指出

介紹主體：

DropOut

目的：

對戰過擬合的基礎上提升速度和學習能力（力速雙A?）

思路：

通過在每個訓練案例上隨機省略一般的特征檢測器而減小過擬合率。每一個神經元去學習如何檢測特征更有助于得出正確答案。

具體實現：

每個訓練案例的每個呈現上，每個隱藏單元被隨機地從網絡中以0.5的概率省略。

在測試過程中，每一個隱藏層的神經元都能保持激活，但是，必須將輸出值乘以0.5，這是因為在測試的過程中，相比于訓練過程，增加了一倍的神經元數目，因此，需要將神經元的輸出乘以0.5作為補償。

神奇的地方：

讓一個非常大的，且在學習過程中會衰減的學習率作為訓練的開始成為可能

---

短小的原因當然是因為一時看不明白。。

總結

以上是生活随笔為你收集整理的论文阅读（Improving neural networks by preventing co-adaptation of feature detectors ）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。