Dropout: Nöronları Rastgele Atma
Genelleme için yedekliliği zorunlu kılın.
Dropout: Nöronları Rastgele Atma, CoddyKit'te ücretsiz bir Deep Learning Academy dersidir. Bu, 4 dersinin 2. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, Deep Learning Academy öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. Deep Learning Academy kursu toplamda 4 dersten oluşur.
Dropout Ne Yapar
Dropout, her eğitim adımında bazı nöronları rastgele kapatır; böylece ağ tek bir birime aşırı derecede dayanamaz. 🎲
Rastgele Kapatmalar Neden Yardımcı Olur
Nöronları rastgele kapatarak dropout, ağı yedekli yollar oluşturmaya zorlar. Böylece bilgi yayılır ve genelleme iyileşir.
Dropout Oranı
Dropout oranı p, her nöronun kapatılma olasılığıdır. 0,5 gibi bir değer, her adımda birimlerin yaklaşık yarısının susturulması anlamına gelir.
PyTorch'a Ekleyin
Dropout'u tek bir katmanla eklersiniz. İçinden geçen etkinlikleri düzenlileştirmek için nn.Dropout katmanını doğrusal katmanların arasına yerleştirin.
self.drop = nn.Dropout(p=0.5)
x = self.drop(torch.relu(self.fc1(x)))Kapatmalar Her Adımda Değişir
Her ileri geçişte farklı bir nöron kümesi rastgele kapatılır; böylece model, gerçekte çok sayıda daha dar ağdan oluşan büyük bir topluluğu eğitmiş olur.
Ölçekleme Dengeyi Korur
Ortalama sinyali sabit tutmak için PyTorch, eğitim sırasında hayatta kalan etkinlikleri ölçekler; böylece test zamanındaki çıktılar dengeli kalır.
Değerlendirmede Kapatın
Dropout, değerlendirme sırasında devre dışı bırakılmalıdır. model.eval() çağrısı onu kapatır ve her nöronun tahmine katkıda bulunmasını sağlar.
model.eval()
with torch.no_grad():
preds = model(x_val)Bir Oran Seçme
Yaygın oranlar 0,2 ile 0,5 arasındadır. Daha yüksek değerler daha fazla düzenlileştirme sağlar; ancak aşırı artırılırsa ağı sinyalden mahrum bırakabilir.
Nereye Yerleştirilmeli
Dropout'u aşırı öğrenmenin en güçlü olduğu geniş gizli katmanlara uygulayın. Son çıktının hemen öncesinde nadiren kullanılır.
Dropout ve CNN'ler
Evrişimsel özelliklerde standart dropout daha az yardımcı olur. Görüntü ağlarının çoğu Dropout2d kullanmayı veya bunun yerine toplu normalleştirmeye güvenmeyi tercih eder.
Ucuz ve Güçlü Bir Araç
Dropout ek parametre gerektirmez ve neredeyse hiç maliyet oluşturmaz; buna rağmen eğitim/doğrulama aralığını daraltmanın en güvenilir yollarından biridir.
Hızlı Kontrol
Modeli değerlendirirken dropout'un ne yapması gerektiğini düşünün.
Özet
Dropout ile tanıştınız: eğitim sırasında nöronları rastgele susturarak ağı yedekliliğe zorlamak, ardından tam ve kararlı tahminler için değerlendirmede onu kapatmak. ✅
Yapay zeka eğitmeniyle Python öğren — ücretsiz
Tarayıcında gerçek kod yaz ve çalıştır, 7/24 yapay zeka eğitmeninden anında yardım al; web'de ya da uygulamada kaldığın yerden devam et.
- Kurslar
- 30
- Dersler
- 120
Sıkça Sorulan Sorular
“Dropout: Nöronları Rastgele Atma” dersi ücretsiz mi?
Evet — “Dropout: Nöronları Rastgele Atma” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve Deep Learning Academy kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. Deep Learning Academy kursu toplamda 4 dersten oluşur.
“Dropout: Nöronları Rastgele Atma” dersinde ne öğreneceğim?
Genelleme için yedekliliği zorunlu kılın. Deep Learning Academy ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.
Deep Learning Academy öğrenmeye başlamak için deneyim gerekli mi?
Önceden deneyim gerekmez. CoddyKit'te Deep Learning Academy, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 4 dersinin 2. dersidir.
“Dropout: Nöronları Rastgele Atma” dersi ne kadar sürer?
Çoğu CoddyKit dersi yaklaşık 5–10 dakika sürer. Her biri kısa ve etkileşimli olduğu için sabit ilerleme yaparsın ve web ile uygulama arasında tam olarak bıraktığın yerden devam edebilirsin.
Bu Deep Learning Academy dersinde kod yazıp çalıştırabilir miyim?
Evet. Her Deep Learning Academy dersi yerleşik bir kod editörü içerir, bu sayede tarayıcıda gerçek kod yazıp çalıştırabilir ve anlık yapay zeka geri bildirimi alırsın — yerel kurulum gerekli değildir.
Bu kursun tüm dersleri
- Eğitim ve Doğrulama Farkını Okuma
- Dropout: Nöronları Rastgele Atma
- Toplu Normalleştirme ve Katman Normalleştirmesi
- Ücretsiz Veri Olarak Veri Çoğaltma