深度学习笔记-dropout(随机失活)

• drop 是通过设定的概率在每一层上随机清除一定的unit，网络会变得简洁，因为少了一些点

    keep-prob = 0.8
    d3.np.random.rand(a3.shape[0],a3.shape[1]) < keep-prob ##hidden layer中80%的点会保留，20%的点会消除，最终会是元素为true和false的矩阵
    a3 = np.multiply(a3,d3)      #a3*d3, 做乘法时，会将d3的元素转成0，1
    ##下面这步骤为 Inverted dropout(反向随机失活)，dropout中最常用的种
    ##保证消除部分点后a3的期望值不变，如这里消除了20%的点，通过除以keep-prob来保证期望不变
    a3 /= keep-prob
  

• 正向测试阶段并不希望结果是随机的，并无必要使用，即使使用后对于每一次z=wx+b也都是线性的运算，并无实际的作用

• 每一层的keep-prob都可能不一样，如果某层的参数矩阵维度最大，为了消除过拟合，可能会设置keep-prob的值使得该层的unit消除的较多

• dropout的过程：将一个总的样本分为多个小的样本。假定分成了10份。假如设置的消除概率为20%，则在训练时会消除20%的unit，保留80%，那么对第一批样本保留下来的80%的units进行训练，得到第一次的$\hat{y}$y^​,后梯度下降，得到新的一批W和b，再对第二批样本重新消除20%(因为这里说是消除，但只是不对其进行运算，单元本身还是在网络中)，第二批剩下的80%的units进行运算得到新的$\hat{y}$y^​,再梯度下降一次，直到找到全局最优解，即cost function的值达到最小值。训练完毕。在测试阶段，是对全部的units，包括先前的20%的units，训练时候只是不对这20%的units进行运算，但是其还保留在网络中，测试的时候不采取dropout，是对全部的100%个units进行运算。

• drop的缺点是会消除一小点，导致代价cost函数J不再被明确定义，方法是先确定好cost funciton，使其为单调下降的，再使用dropout