我一直在研究神經網絡,並且最近學習了有關退出訓練算法。有很多優秀的論文來理解它的工作原理,包括作者的論文。帶退出訓練神經網絡的模型選擇
所以我建有輟學訓練神經網絡(這是相當容易的),但我有點困惑如何執行模型選擇。根據我的理解,看起來退出是一種在訓練通過模型選擇獲得的最終模型時要使用的方法。
至於測試部分,論文總是談論與使用權減半整個網絡,但他們沒有提到如何在培訓/驗證部分使用它(至少那些我讀)。
我想使用網絡而無需輟學機型選擇的一部分。說,這使我發現網絡與N神經元表現良好。然後,對於最終訓練(我用來訓練測試部分的網絡),我使用2N個退出概率爲p = 0.5的神經元。這可以確保我平均有N個神經元處於活動狀態,從而在大多數時間使用正確的網絡。
這是一個正確的方法嗎?
順便說一句,我所知道的一個事實,即輟學可能與小數據集的最佳選擇。我正在進行的項目有學術目的,因此,只要我堅持機器學習的良好實踐,我並不需要爲數據使用最佳模型。
直接點。我喜歡這個:) – mp85 2014-12-05 23:14:38