首页 > 热点
谷歌大脑最新研究:AutoML方式自动学习Dropout模式
发布日期:2026-11-17
浏览次数:{固定数字3}

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大脑过拟合的问题,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Dropout研究“剪掉”的神经元的结构进行利用,就能实现比随机替:A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CNN、TL方ransformer这样的深度神经网络,自动学习Dro式自pout模式的方法?

现在,谷歌大神Quoc V. Le的团队动学,就提出了一种名为AutoDropout的方法。

&nbs习Dp;

 

 

 

 

htrotps://arxiv.org/abs/210po1.01761

 

上一篇:标签: 快手 火绒安全 直播攻击 AI攻防
下一篇:亚马逊考虑开为儿童开发Alexa可穿戴设备Seeker
相关文章