神经网络中的Dropout的效果跟以下哪种机器学习方法的效果

[单选题]

神经网络中的Dropout的效果跟以下哪种机器学习方法的效果类似：（）

```
boostraping
```
```
Bagging
```
```
Boosting
```
```
Stacking
```

查看正确选项

Bram_Moolenaar

类似于机器学习中常见的Bagging取平均的作用：

先回到标准的模型即没有dropout，我们用相同的训练数据去训练5个不同的神经网络，一般会得到5个不同的结果，此时我们可以采用 “5个结果取均值”或者“多数取胜的投票策略”去决定最终结果。例如3个网络判断结果为数字9,那么很有可能真正的结果就是数字9，其它两个网络给出了错误结果。这种“综合起来取平均”的策略通常可以有效防止过拟合问题。因为不同的网络可能产生不同的过拟合，取平均则有可能让一些“相反的”拟合互相抵消。dropout掉不同的隐藏神经元就类似在训练不同的网络，随机删掉一半隐藏神经元导致网络结构已经不同，整个dropout过程就相当于对很多个不同的神经网络取平均。而不同的网络产生不同的过拟合，一些互为“反向”的拟合相互抵消就可以达到整体上减少过拟合。

发表于 2019-08-23 20:19:44 回复(0)