本文经AI新媒体量子位（公众号ID:QbitA谷歌I）授权转载，转载请联系出处。
深度神经网络往往存在过拟大脑合的问题，需要Dropout、权重衰减这样的正最新则化方法的加持。
而最近的研究表明，如果对Dropou研究t“剪掉”的神经元的结构进行利用，就能实现比随机：A替换更好的效果。
问题是，实际应用中，针对不同的问题，ut利用结构的方法需要人工设计，对Dropout的模式进oM行调整，泛化能力不足。
那么，是否能设计一种针对CNL方N、Transformer这样的深度神经网络，自动学习D式自ropout模式的方法？
现在，谷歌大神Quoc V动学. Le的团队，就提出了一种名为AutoDropo习Dut的方法。
&ronbsp;
https://arxiv.poorg/abs/2101.01761
顶: 10826踩: 360
评论专区