知识卡片
Dropout缓解过拟合
Dropout 是模型容量控制或正则化方法之一,可在训练中随机屏蔽部分单元,减少对特定单元组合的依赖,从而有助于缓解过拟合。效果取决于任务与设置,使用它不代表模型一定泛化良好。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 第7章 深度学习
原书出处 · 1 处
- 深度学习 · 查看原书依据
模型容量控制方法的提出,如Dropout(2014),有助于减轻过拟合的危险。
参考来源
- 位置:《现代人工智能技术》第7章《深度学习》(来源项目:book-source;源文件:extracted/现代人工智能技术/_epub-src/EPUB/xhtml/chapter9.xhtml)
- 结论依据:原文将 Dropout 列为减少过拟合风险的容量控制方法;随机屏蔽机制是必要补充说明。
- 原始内容:模型容量控制方法的提出,如Dropout(2014),有助于减轻过拟合的危险。