Випадання — це техніка регулярізації, яка використовується під час навчання, щоб запобігти переобладнанню шляхом випадкової дезактивації частини нейронів під час кожної ітерації навчання. – Важливо вибрати відповідний рівень відсіву. Як правило, рівень відсіву між 0,2 і 0,5 зазвичай використовуються. 9 лютого 2024 р
0,2 – 0,5 Хороше значення коефіцієнта відсіву зазвичай залежить від архітектури та завдання, яке ми намагаємося виконати за допомогою мережі. Більшість даних, якими користуються вчені 0.2 – 0.5 як типовий діапазон рівня відсіву.');})();(function(){window.jsl.dh('04i4ZubkC7jGkPIPn-OsoQs__44','
Аналіз даних лише учасників, які залишилися в дослідженні, називається повним аналізом випадку. Основне правило стверджує, що <5% виснаження призводить до невеликої упередженості, тоді як >20% становить серйозну загрозу для дійсності.
Загальною відправною точкою є рівень відсіву 0,5, тобто половина нейронів у шарі випадково випадає під час навчання.
Студенти першого курсу бакалаврату, які вперше навчаються, мають 12-місячний рівень відсіву 24.1%. Серед тих, хто вперше отримує ступінь бакалавра, 25,7% зрештою кидають навчання; серед усіх студентів бакалаврату вибуває до 40%. 40 мільйонів американців покинули коледж у липні 2021 року; 864 824 з них перереєструвалися тієї осені.
між 0,2 і 0,5 Як правило, рівень відсіву між 0,2 і 0,5 зазвичай використовуються. Однак оптимальний відсоток вибуття може відрізнятися залежно від набору даних і складності архітектури моделі. -Шари випадання зазвичай розміщуються після щільних шарів у нейронних мережах.