知识卡片
Dropout与批归一化区分训练和推理
Dropout 在训练时随机屏蔽激活值,常见实现每次训练调用重新采样并按保留概率缩放;推理时通常关闭。批归一化训练时按批次统计量标准化,并常带可学习缩放 γ 和偏移 β,推理时通常使用累计统计量。书中称批归一化没有参数、dropout 每轮固定抽样并不适用于常见实现;具体以框架配置为准。
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
原书出处 · 1 处
- 深度学习 · 查看原书依据
另一种正则化技术被称作
参考来源
- 位置:《深度学习:从基础到实践(上下册)》第20章《深度学习》20.4(来源项目 `extracted/深度学习:从基础到实践(上下册)/_epub-src/text/part0028_split_004.html`)
- 结论依据:另一种正则化技术被称作。
- 原始内容:另一种正则化技术被称作批归一化(batch normalization),或者可以简称批归一(batchnorm)[Ioffe15]。