dropout理解

大规模的神经网络有两个缺点：费时，容易过拟合


dropout效果：每次从原始网络中找到一个更瘦的网络，对于一个有N个节点的神经网络，相当于有了2~n个新模型


dropout迫使一个神经单元，和以概率随机挑选出来的其他神经单元一起工作，减弱各个神经单元间的关联度，增强了网络的泛化能力