你即將離開本站

並前往https://codeleading.com/article/35506324642/

13. Dropout【动手学深度学习v2】 - 代码先锋网

... dropout的p是用于控制模型复杂度的超参数（常见的取值是0.1、0.5、0.9）; 补充一些看到的博客关于Dropout的观点： 在设计网络时，设定的每层神经元代表一个学习到 ...

確定！ 回上一頁

查詢 「深度學習超參數」的人也找了：

  1. 超參數調整
    2.
  2. 超參數優化
    3.
  3. 機器學習超參數
    4.
  4. cnn超參數
    5.
  5. Python 超參數
    6.
  6. 超參數 最 佳 化
    7.
  7. 貝 氏 超參數
    8.
  8. Hyperparameter optimization
    9.