原书出处
深度学习
07 第7章 深度学习中的正则化
t Dropout (Srivastava et al. ,2014)提供了正则化一大类模型的方法,计算方便但功能强大。
在第一种近似下,Dropout可以被认为是集成大量深层神经网络的实用Bagging方法。Bagging涉及训练多个模型,并在每个测试样本上评估多个模型。当每个模型都是一个很大的神经网络时,这似乎是不切实际的,因为训练和评估这样的网络需要花费很多运行时间和内存。
通常我们只能集成5∼10个神经网络,如Szegedy et al. (2014a)集成了6个神经网络赢得ILSVRC,超
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/深度学习/_epub-src/text/part0003.html
EPUB SHA-256:30b05f447b47f121324499dd200696e34be257d5cd4c4b753541b42f40a94639