Improving neural networks by preventing co-adaptation of feature detectors
来源:互联网 发布:python模块化编程实例 编辑:程序博客网 时间:2024/05/16 03:31
一.文献名字和作者
Improving neural networks by preventing co-adaptation of feature detectors, G. E. Hinton, N. Srivastava, A. Krizhevsky, I. Sutskever and R. R. Salakhutdinov
二.阅读时间
2014年11月7日
三.文献的贡献点
这篇文章主要提出了Dropout技术,用于神经网络出现过拟合的情况。
3.1主要过程
Dropout的主要过程如下:
1.在训练过程中,对于每一个训练样本,隐藏层的每一个神经元能够保持激活的概率为0.5,;
2.在测试过程中,每一个隐藏层的神经元都能保持激活,但是,必须将输出值乘以0.5,这是因为在测试的过程中,相比于训练过程,增加了一倍的神经元数目,因此,需要将神经元的输出乘以0.5。
3.2 Dropout的好处
1.Dropout的过程可以看做是一个在不同训练样本时网络结构不同的神经网络,但是这些网络都是用相同的权值;
2.Dropout使得能够在一个合适的时间能训练大量的结构不同的神经网络,虽然权值都是相同的;
3.使用L2模的权值梯度上限而不是使用L2模的权值惩罚项,使得神经网络能够从一个大的学习速率开始学习,同时也允许神经网络在一个大的权值空间进行搜索;
4.使用Dropout能够获得一个“平均网络”,使用“平均网络”能够获得比使用多个单个的dropout神经网络进行平均能够获得更好的效果。
3.3 与预训练相结合
在和预训练进行结合的时候,需要将学习速率设置得比较小,同时,要将权值梯度的最大值设置取消,这样可以避免破坏了预训练过程中学习到的特征提取器。
3.4 与CNN结合
对于CNN来说,dropout主要用于全连接层,在所有的全连接层都是用Dropout能够获得更好的效果。在输入层是用dropout也能获得比较好的效果,但是,必须保证输入的激活概率要在50%以上。
3.5 其他
对于那些需要大量不同的“制度”来获得输入和输出关系的系统,其性能可以通过一个课学习的dropout概率来获得提升。
0 0
- Improving neural networks by preventing co-adaptation of feature detectors
- Deep Learning读书笔记(六):Improving neural networks by preventing co-adaptation of feature detectors
- Improving neural networks by preventing co-adaptation of feature detectors(经典文章阅读)
- Improving neural networks by preventing co-adaptation of feature detectors (译文)
- [Read Paper] Improving neural networks by preventing co-adaptation of feature detectors
- Improving neural networks by preventing co-adaptation of feature detectors阅读
- 论文笔记 | Improving neural networks by preventing co-adaptation of feature detectors
- Improving the way neural networks learn
- Improving the way neural networks learn
- Improving the way neural networks learn
- Improving Deep Neural Networks Initialization 参考答案
- Improving Deep Neural Networks Regularization 参考答案
- Improving Deep Neural Networks Gradient Checking 参考答案
- Improving Deep Neural Networks学习笔记(一)
- Improving Deep Neural Networks学习笔记(二)
- Improving Deep Neural Networks Optimization Methods Homework
- Improving Deep Neural Networks学习笔记(三)
- Improving Deep Neural Networks Tensorflow 参考答案
- [leetcode]: 453. Minimum Moves to Equal Array Elements
- 编程语言中除法
- Dagger 2从浅到深(五)
- Java框架数据库连接池比较(c3p0,dbcp和proxool)
- java script 第四章
- Improving neural networks by preventing co-adaptation of feature detectors
- Ogre2.1 分析笔记(二)-程序启动流程
- Javascript闭包
- jfinal里面的sql查询拼接实例
- ORACLE触发器详解
- ubuntu16.04配置caffe2(仅cpu)
- 简单的谈一下SpringMVC的工作流程
- Oracle 11g RAC 安装数据库软件找不到节点的解决
- 安卓eclipse项目转as步骤