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
为什么这么多 NLP 大牛硕士毕业去企业不留在学术界？如何简单理解贝叶斯决策理论（Bayes Decision Theory）？
网络上一位长者提出了“完全不依靠人工神经网络与机器学习算法实现人工智能”的理论，大家怎么看？
机器学习里面的流形都是怎么用的？
2021年了，如何评价微软亚研提出的对偶学习（Dual Learning）？
Learning To Rank的pair wise方法如何得到全局排序结果呢？
如何直观地解释 backpropagation 算法？
加州大学伯克利分校为何能连续孵化出 Mesos,Spark,Alluxio,Ray 等重量级开源项目?
如何证明马尔科夫链一定会达到稳态？
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？
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
现在机器学习工业界和学术界的差别越来越大了吗？尽早实习和踏实科研各有什么利弊？如何简单理解贝叶斯决策理论（Bayes Decision Theory）？
如何把梯度传递过Argmax?
如何评价基于游戏毁灭战士（Doom）的AI死亡竞赛大赛结果？
在机器学习中，L2正则化为什么能够缓过拟合？
如何评价英伟达于 GTC 2021 大会发布的基于 ARM 架构的 Grace CPU？
如何看待旷视科技新产品监视学生上课？
如何评价深度学习之父Hinton发布的Capsule论文？
人脸识别哪家强？
怎样从机器学习模型中获取知识？
Deep Learning 的专家如此急缺，它难在何处？
5-10年后，你觉得哪些科技会让我们“遗忘”现在的生活？
为什么我用相同的模型，数据，超参，随机种子，在两台服务器会得到不同的结果？
寒武纪神经网络处理器效能如何 ？
人脑有海量的神经元（参数），那么人脑有没有「过拟合」行为？
Transformer在工业界的应用瓶颈如何突破？
当前深度学习理论基础薄弱是否意味着我们应该放弃深度学习应用(计算机视觉、自然语言处理)？
2021 年，深度学习方面取得了哪些关键性进展？
graph convolutional network有什么比较好的应用task？
在NLP当中，不同的评价指标，BLEU, METEOR, ROUGE和CIDEr的逻辑意义？
视觉算法的工业部署及落地方面的技术知识，怎么学？
如何评价Google最新提出的gMLP：MLP模型在CV和NLP任务上均取得较好的效果？
实验室一块GPU都没有怎么做深度学习？
为什么CV能做到让一幅人脸图动了笑了，而NLP的text-style-transfer进展貌似一般？
人工智能技术会不会最终赶上微积分的历史地位？
如何评价英伟达于 GTC 2021 大会发布的基于 ARM 架构的 Grace CPU？
计量经济学是不是过时了？
行人轨迹预测有哪些有效的方法和普遍的base方法？或者public dataset?
神经网络的万能逼近定理已经发展到什么地步了？
ICLR 2019 有什么值得关注的亮点？