CHENDONGHAO1105的博客

将样本均分，分成一个个 mini-batch，每个 mini-batch 的个数最好是 2 的次方个数，例如 64，128，256，512……被设置为接近于 0 的值，直观理解就是把多隐藏单元的权重设为 0，于是基本上消除了这些隐藏单元的许多影响，使得模型更加简单。被设置为接近于 0 的值，直观理解就是把多隐藏单元的权重设为 0，于是基本上消除了这些隐藏单元的许多影响，使得模型更加简单。的概率随机失活一部分神经单元，随机消除一部分神经单元的影响，起到了类似于 L2 正则化的影响。设置得足够大，权重矩阵。

xxx: 表示一个 n1维数据，为输入数据，维度为nx1(n_x, 1)nx​1；yyy：表示输出结果，取值为01(0, 1)01；xiyixiyi：表示第 i 组数据，一般指训练集数据；Xx1x2xmXx1x2……xm， 向量化表示所有训练数据的输入值，放在一个nx∗mn_x*mnx​∗m的矩阵中， m 为样本数目；