如何解决 Dropout 的问题？

【问题标题】：How can I solve problems with Dropout?如何解决 Dropout 的问题？
【发布时间】：2021-09-10 09:39:51
【问题描述】：

您好，我正在制作神经网络代码，调整代码以避免过度拟合，但是在我的第一个输入层和隐藏层中使用 Dropout 时出现以下错误：

【问题讨论】：

你应该使用Dropout(rate=0.1)而不是Dropout(p=0.1)。

标签： python-3.x deep-learning neural-network

【解决方案1】：

再一次，Keras 中的rate（或‘rate’）下降决定了神经元退出的几率——而不是保留它们。实际上，关于 Srivastava 等人定义的参数 p。 (2014) 在讨论 Dropout 时，因此速率实际上意味着 1−p。如果 75% 的神经元保持 p=0.75，则速率必须为 0.25。

如果p = 0.1，您必须使用此代码

Dropout(rate=0.9)

【讨论】：

好的，谢谢！现在我可以