文章浏览阅读1.2k次。Dropout原理相信对于了解机器学习的朋友们来说，dropout必定不陌生。dropout是一种在神经网络训练过程中防止过拟合的技术。简单来说，dropout就是指在每一轮模型权重的训练过程中，每一次随机剔除确定比例的神经元，然后只训练剩下的部分，更新权重参数。具体一点来说，在每一轮的训练过程中，我们以最初的复杂模型为基础，以pre-given 的比例随机剔除掉一些神经元，然后形成一个新的简化版神经网络结构。然后将输入通过这个简化板的网络进行前向传播，然后对误差进行反向传播来update这个简化网络_batchnormalization和dropout