为什么dropout正则化经常在视觉方面使用而不是其他？ 第1页
1
eric314 网友的相关建议:
nlp也会用dropout啊。说起来resnet以后cv这边都不怎么用dropout了，可能是因为取消了大fc层，weight变少，没那么容易过拟合了。
1
相关话题
正负样本极不平衡的问题？attention跟一维卷积的区别是啥？
什么叫做泛函空间的大数定律？
Yoshua Bengio为什么能跟Hinton、LeCun相提并论？？
有哪些深度学习效果不如传统方法的经典案例？
有哪些你看了以后大呼过瘾的数据分析书？
在迁移学习中，只有fine-tune和基于实例的迁移可用在小样本上吗，还有其他的小样本迁移方法吗？
如何评价MXNet发布的1.0版本？
有没有哪些人工的工作是无法被机器替代的？
欧洲有哪些统计机器学习比较强的大学或者研究院的？？
前一个讨论
美国陆军为什么被称为三等人？
下一个讨论
如何看待父母口中的游戏毁了一代人？
相关的话题
什么是迁移学习 (Transfer Learning)？这个领域历史发展前景如何？有谁给解释一下流形以及流形正则化？
为什么交叉熵（cross-entropy）可以用于计算代价？
深度神经网络（DNN）是否模拟了人类大脑皮层结构？
如何评价华为天才少年钟钊团队成功开启了 AutoML 大规模商用的先河？什么是 AutoML？
深度神经网络（DNN）是否模拟了人类大脑皮层结构？
如何学习视频识别技术？
中国人工智能图像识别技术的开创者是谁？
机器学习领域是否已经达到饱和？
各种机器学习算法的应用场景分别是什么（比如朴素贝叶斯、决策树、K 近邻、SVM、逻辑回归最大熵模型）？
如何看待Hinton的论文《Dynamic Routing Between Capsules》？
机器学习小白来提问：关于联邦学习FedAVG和FedSGD的问题？
如果有第谷的数据，现在的机器学习，深度学习有办法学出开普勒三定律吗？
南京大学LAMDA（周志华）组的实力如何？
机器学习小白来提问：关于联邦学习FedAVG和FedSGD的问题？
如何通俗的解释交叉熵与相对熵？
如何看待FAIR提出的8-bit optimizer：效果和32-bit optimizer相当？
Yann LeCun、Geoffrey Hinton或Yoshua Bengio能得图灵奖吗？
学习机器学习有哪些好工具推荐？
什么是反事实分析呀？
除了深度神经网络已经实现的特性以外，大脑还有哪些特性是值得机器学习领域借鉴的？
人工智能在发展到极高的程度之后能否算得上是一种生命？
如何才能看得懂变分贝叶斯方法（Variational Bayesian）？
国内外有哪些做小样本学习(Few-Shot Learning)的优秀团队？
为什么ViT里的image patch要设计成不重叠？
行为识别常用哪种特征提取？
为什么说股票不能通过机器学习来预测？
如何看待字节跳动 AI 实验室总监李磊入职 UCSB？
机器学习里面的流形都是怎么用的？
如何看待多模态transformer，是否会成为多模态领域的主流？