谷歌大脑最新研究:AutoML方式自动学习Dropout模式

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、权重衰减这样的正则最新化方法的加持。

而最近的研究表明,如果对Dropo研究ut“剪掉”的神经元的结构进行利用,就能实现比随:A机替换更好的效果。

问题是,实际应用中,针对不同的问题,利ut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L方CNN、Transformer这样的深度神经网络,自动式自学习Dropout模式的方法?

现在,谷歌大神Quo动学c V. Le的团队,就提出了一种名为AutoDr习Dopout的方法。

 

 

&nbrosp;

 

 

https://arpoxiv.org/abs/2101.01761

&nbsutp;