具有大量参数的深度神经网络是非常强大的机器学习系统。然而，在这样复杂的网络中，过拟合的问题难以解决。复杂的网络结构和缓慢的运行速度导致我们很难在测试时通过组合许多不同大型神经网络的预测来处理过度拟合。本报告重点讲述了一种深度网络的正则化思想——Dropout方法的原理，并介绍了Dropout思想下相关算法的发展与应用。
Dropout随机失活-万韵伟原创文章，作者：BFS，如若转载，请注明出处：https://www.isclab.org.cn/2022/01/21/dropout%e9%9a%8f%e6%9c%ba%e5%a4%b1%e6%b4%bb/