今日 Paper | 自适应次梯度法；多域联合语义框架；无问答对分析；口语系统评价等

正文

请到「今天看啥」查看全文

dropout：防止神经网络过度拟合

论文名称：Dropout: A Simple Way to Prevent Neural Networks from Overfitting

作者：Nitish Srivastava /Geoffrey Hinton /Alex Krizhevsky /Ilya Sutskever /Ruslan Salakhutdinov

发表时间：2014/11/12

论文链接：http://www.cs.toronto.edu/~hinton/absps/JMLRdropout.pdf

推荐原因

核心问题：在神经网络中经常要面对的一个问题是过拟合问题，目前有很多解决过拟合方法，这里介绍了其中之一。

创新点：本文提出了一种dropout方法，这些方法是目前最流行的解决神经网络过拟合的方法

研究意义：过度拟合是一个严重的问题。大型网络也使用缓慢，很难通过结合许多人的预测来处理过度拟合测试时使用不同的大型神经网络。

请到「今天看啥」查看全文