드롭아웃: 두 판 사이의 차이

2020년 3월 12일 (목) 00:40 기준 최신판

목적 구분	설명
과적합 문제 해결	신경망 비대 시 high variance 문제 해결 Voting 효과로 정규화 유사 효과 가능
Co-adaptation 회피	특정 뉴런의 가중치나 영향 감소 강건한 신경망 구성 가능

개념도
동작	입력층과 은닉층의 임의 노드 선택 및 제거 확률 p를 기준으로 제거 임의 노드 제거 상태에서 학습 수행 실제 테스트 시 제거 노드 복원 및 가중치 연산 가중치에 확률 p를 곱하여 결과 보상

@@ 1번째 줄: / 1번째 줄: @@
 [[분류:인공지능]]
-;Drop-out; Dropout
+;동작 Drop-out; Dropout
 ;딥러닝 시 오버피팅 문제를 해결하기 위해 노드 중 일부를 제거하는 인공지능 최적 학습기법
+== 드롭아웃의 목적 ==
+{| class="wikitable"
+!목적 구분
+!설명
+|-
+|과적합 문제 해결
+|
+* 신경망 비대 시 high variance 문제 해결
+* Voting 효과로 정규화 유사 효과 가능
+|-
+|Co-adaptation 회피
+|
+* 특정 뉴런의 가중치나 영향 감소
+* 강건한 신경망 구성 가능
+|}
+== 동작 과정 ==
+{| class="wikitable"
+|개념도
+|[[파일:드롭아웃 전후 예시.png]]
+|-
+|동작
+|
+# 입력층과 은닉층의 임의 노드 선택 및 제거
+#* 확률 p를 기준으로 제거
+# 임의 노드 제거 상태에서 학습 수행
+# 실제 테스트 시 제거 노드 복원 및 가중치 연산
+#* 가중치에 확률 p를 곱하여 결과 보상
+|}
+== 문제점 및 해결방안 ==
+* (문제점) : 신경망 학습속도 저하
+* (해결방안) : 배치 정규화와 함께 수행하여 속도 향상
+== 참고 문헌 ==
+* [http://blog.skby.net/드롭아웃-dropout/ 도리의 디지털라이프]