论文笔记2——Dropout:A simple way to prevent neural networks from overfitting
2017-07-17 09:35
495 查看
本文主要介绍一种防止过拟合的方法-dropout
模型混合是一种可以用来改善机器学习性能的有效方法,通过将独立训练好的模型的输出求取平均值的方法,但是这种方法的代价是极其昂贵的。这种模型混合的方法是很有效的,当模型有完全不同的结构,且模型的训练应在不同的数据上进行。要训练出这恶中结构不同的神经网络是极其困难的:要为每个模型找到最优的超参数,同时训练每个网络的计算量是巨大的,同时,大的网络结构需要较大的训练样本。即便有能力训练出这些不同的网络,在测试阶段全部使用它们也是不可取的。
Dropout方法可以解决上面提到的问题,它可以用来防止过拟合,近乎一指数方式融合不同神经网络构。“dropout”是通过舍弃一些神经单元包括隐藏层和可见层的神经单元来工作的。这里舍弃一个神经单元,意味着暂时将它从网络结构中移去,同时将其输入与输出的连接断开。Dropout以概率P舍弃神经元,其他神经元以概率1-p保留,舍弃的神经元的输出都被设置为0,
模型混合是一种可以用来改善机器学习性能的有效方法,通过将独立训练好的模型的输出求取平均值的方法,但是这种方法的代价是极其昂贵的。这种模型混合的方法是很有效的,当模型有完全不同的结构,且模型的训练应在不同的数据上进行。要训练出这恶中结构不同的神经网络是极其困难的:要为每个模型找到最优的超参数,同时训练每个网络的计算量是巨大的,同时,大的网络结构需要较大的训练样本。即便有能力训练出这些不同的网络,在测试阶段全部使用它们也是不可取的。
Dropout方法可以解决上面提到的问题,它可以用来防止过拟合,近乎一指数方式融合不同神经网络构。“dropout”是通过舍弃一些神经单元包括隐藏层和可见层的神经单元来工作的。这里舍弃一个神经单元,意味着暂时将它从网络结构中移去,同时将其输入与输出的连接断开。Dropout以概率P舍弃神经元,其他神经元以概率1-p保留,舍弃的神经元的输出都被设置为0,
相关文章推荐
- Dropout: A Simple Way to Prevent Neural Networks from Overfitting
- [文献阅读]dropout - a simple way to prevent neural networks from overfitting
- Dropout:A Simple Way to Prevent Neural Networks from Overfitting
- Dropout: A Simple Way to Prevent Neural Networks from Overtting 论文阅读
- Dropout: A Simple Way to Prevent Neural Networks from Overtting(泛读)
- 译:《Dropout: A Simple Way to Prevent Neural Networks from Overfitting》
- ON THE EVOLUTION OF MACHINE LEARNING: FROM LINEAR MODELS TO NEURAL NETWORKS
- Techniques for preventing overfitting in training Deep Neural Networks
- Weight Normalization: A Simple Reparameterization to Accelerate Training of Deep Neural Networks
- Is-there-any-way-to-prevent-an-android-app-from-being-removed
- Managed anti-debugging – how to prevent users from attaching a debugger
- How to design DL model(1):Efficient Convolutional Neural Networks for Mobile Vision Applications
- An amazing guide to Neural Networks
- SimpleUrlHandlerMapping 根据定义转发请求,map from URLs to request handler beans
- 【论文笔记】Sequence to sequence Learning with Neural Networks
- A Deep Learning Tutorial: From Perceptrons to Deep Networks
- 10_introduction_to_artificial_neural_networks
- Log backup failures after changing recovery mode from simple to full
- The best way to avoid disappointment is to not expect anything from anyone!
- 【每周一文】Sequence to Sequence Learning with Neural Networks(2014)