我一直在研究神经网络,并且最近学习了有关退出训练算法。有很多优秀的论文来理解它的工作原理,包括作者的论文。带退出训练神经网络的模型选择
所以我建有辍学训练神经网络(这是相当容易的),但我有点困惑如何执行模型选择。根据我的理解,看起来退出是一种在训练通过模型选择获得的最终模型时要使用的方法。
至于测试部分,论文总是谈论与使用权减半整个网络,但他们没有提到如何在培训/验证部分使用它(至少那些我读)。
我想使用网络而无需辍学机型选择的一部分。说,这使我发现网络与N神经元表现良好。然后,对于最终训练(我用来训练测试部分的网络),我使用2N个退出概率为p = 0.5的神经元。这可以确保我平均有N个神经元处于活动状态,从而在大多数时间使用正确的网络。
这是一个正确的方法吗?
顺便说一句,我所知道的一个事实,即辍学可能与小数据集的最佳选择。我正在进行的项目有学术目的,因此,只要我坚持机器学习的良好实践,我并不需要为数据使用最佳模型。
直接点。我喜欢这个:) – mp85 2014-12-05 23:14:38