深度學習_深度學習基礎知識_dropout

Dropout是在訓練過程中以一定的概率使神經元失活，也就是輸出等於0。從而提高模型的泛化能力，減少過擬合。

Dropout在訓練和測試時的區別

Dropout只在訓練時產生作用，是爲了減少神經元對部分上層神經元的依賴，類似將多個不同網絡結構的模型集成起來，減少過擬合風險。

而在測試時，應該用整個訓練好的模型，因此不需要Dropout。