Dropout：ディープラーニングの火付け役、単純な方法で過学習を防ぐ

Dropoutとは何か Dropoutを実装してみよう TFLearnのインストール Dropoutを適用するコツ クレジットカードの審査判定を自動化する ニューラルネットワークを構築する まずはDropoutなしで実行 隠れ層にDropout0.5、入力層に0.2で設定しよう まとめ ディープラーニングが世間に広まるようになったのは、2012年頃。画像認識のコンペティションでディープラーニングのチームが圧勝してからだ。 このあたりから、ディープラーニングを使った機械学習モデルが各種state-of-the-artを更新していくこととなる。 DropoutはHinton氏によって2012年に提案された、ニューラルネットワークの過学習を防ぐためのシンプルかつパワフルな手法だ。 本記事では、 Dropoutとはなにか Dropoutの実装方法 Dropout最適化のコツ を紹介する。 Drop

[shinokatsu]

“.”

[kurukuru-papa]

Dropoutの概要から実装方法、Dropoutあり/なしの比較がわかりやすく書かれている。Dropout適用のコツにも触れられていて参考になる。入力層にもDropoutを適用している。