droput原理解释

组合解释

每次dropout都相当于训练一个子网络
最后的结果相当于很多子网络组合

动机解释

消除了神经单元之间的依赖，增强泛化能力  

数据解释

对于dropout后的结果，总能找到一个样本与其对应
相当于数据增强，{数据增强，图片随机采样}