ड्रॉपआउट (Dropout)
ड्रॉपआउट (Dropout) डीप न्यूरल नेटवर्क के प्रशिक्षण के लिए एक स्टोकेस्टिक रेगुलराइज़ेशन तकनीक है, जिसे 2014 में श्रीवास्तव, हिंटन, क्रिझेव्स्की, सुत्स्केवर और सलाखुदिनोव द्वारा प्रस्तुत किया गया था। प्रत्येक प्रशिक्षण चरण के दौरान, प्रत्येक न्यूरॉन को संभाव्यता (1 − p) के साथ स्वतंत्र रूप से बंद कर दिया जाता है, जिससे नेटवर्क अपनी इकाइयों को बहुत कसकर सह-अनुकूलित करने से रोकता है और इस प्रकार ओवरफिटिंग को कम करता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Srivastava, N., Hinton, G., Krizhevsky, A., Sutskever, I., & Salakhutdinov, R. (2014). Dropout: A Simple Way to Prevent Neural Networks from Overfitting. Journal of Machine Learning Research, 15, 1929–1958. link ↗
- Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning (Ch. 7: Regularization for Deep Learning). MIT Press. ISBN: 978-0-262-03561-3
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Dropout Regularization for Deep Neural Networks. ScholarGate. https://scholargate.app/hi/deep-learning/dropout
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- बैच नॉर्मलाइज़ेशनगहन अधिगम↔ compare