การ ลด จํานวน การ ลด ลง เป็น ประจํา: การ คํานวณ และ ผล กระทบ บน เครือ ข่าย เส้น ประสาท

การปล่อยเซลล์สมองแบบธรรมดา เป็นเทคนิคที่ใช้ในเครือข่ายประสาท เพื่อป้องกันการตกค้าง ซึ่งเกี่ยวข้องกับการสุ่มแยกกลุ่มเซลล์ประสาทระหว่างการฝึก ซึ่งจะช่วยให้แบบจําลองทั่วไปนั้น ง่ายขึ้นกับข้อมูลที่มองไม่เห็น บทความนี้อธิบายวิธีปล่อยออกมา การคํานวณการทํางาน และผลกระทบต่อประสิทธิภาพของระบบประสาท

การ ออก แบบ แบบ แบบ ปกติ

การปล่อยงานโดยการสุ่มตั้งค่า สัดส่วนของเซลล์เซลล์ที่จะส่งออกเป็นศูนย์ ระหว่างการประมวลผลแต่ละระดับ ซึ่งป้องกันการทําให้เซลล์ประสาทไม่สามารถทํางานได้อย่างมากเกินไป โดยจะให้ค่าคุณสมบัติเฉพาะบางตัวมาปรับให้ระบบทํางานมากขึ้น และให้อัตราการปล่อยของเซลล์ประสาทที่ทํางานอย่างมีประสิทธิภาพมากขึ้น จะเป็นตัวกําหนดสัดส่วนของเซลล์ที่ไม่ทํางาน

การ คํานวณ ประกอบ ด้วย การ ทิ้ง ออก ไป

ระหว่างการฝึก เซลล์ประสาทแต่ละเซลล์จะยังคงที่ความน่าจะเป็น [FLT: 0] p. ผลผลิตของเซลล์ประสาท ] หลังจากที่ปล่อยออกมาคํานวณเป็น:

[FLT: 0] YY _i = r _{i] [FLTT: 4]]] (FLT:4)] (พ.ศ.}

โดย _i เป็นตัวแปรสุ่มแบบแบร์นูลี โดยมีความน่าจะเป็น p[FLTT:5]] [FLTT:1] และ 0 (ลงวาง) ระหว่างการเพิ่มน้ําหนัก [FLTT: 6] – pp [FLLT] – offinging offing.

ลูกเล่นในการทําทั่วไปกับ Neural Network

การปล่อยข้อมูลแบบเติมได้ปรับปรุงความสามารถในการขยายผล โดยลดการทับถมลง มันบังคับให้เครือข่ายเรียนรู้การแทนข้อมูลแบบเกินขนาด ทําให้สามารถทํางานได้ง่ายขึ้นในเสียงรบกวนและความแตกต่างของข้อมูล ผลก็คือ แบบจําลองที่มีการปล่อยออกมานั้นมักทํามีประสิทธิภาพดีขึ้นในการตรวจสอบและการทดสอบข้อมูล

• ลดความพึ่งพาในเซลล์ประสาท
• สนับสนุน การ เรียน รู้ ที่ หนัก แน่น
• ลดความอ้วนเกิน
• ปรับความถูกต้องของการทดสอบ