亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Max-Pooling Dropout for Regularization of Convolutional Neural Networks

辍学(神经网络) 正规化(语言学) 模式识别(心理学) 过度拟合 卷积(计算机科学) 人工神经网络 深层神经网络 MNIST数据库 判别式
作者
Haibing Wu,Xiaodong Gu
出处
期刊:Lecture Notes in Computer Science 卷期号:: 46-54 被引量:84
标识
DOI:10.1007/978-3-319-26532-2_6
摘要

Recently, dropout has seen increasing use in deep learning. For deep convolutional neural networks, dropout is known to work well in fully-connected layers. However, its effect in pooling layers is still not clear. This paper demonstrates that max-pooling dropout is equivalent to randomly picking activation based on a multinomial distribution at training time. In light of this insight, we advocate employing our proposed probabilistic weighted pooling, instead of commonly used max-pooling, to act as model averaging at test time. Empirical evidence validates the superiority of probabilistic weighted pooling. We also compare max-pooling dropout and stochastic pooling, both of which introduce stochasticity based on multinomial distributions at pooling stage.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
劳健龙完成签到 ,获得积分10
3秒前
mmyhn完成签到,获得积分10
3秒前
5秒前
YDX发布了新的文献求助10
5秒前
璨澄完成签到 ,获得积分10
6秒前
lizibelle发布了新的文献求助10
7秒前
Sunny完成签到 ,获得积分10
11秒前
16秒前
YYY发布了新的文献求助10
19秒前
20秒前
chenlc971125完成签到 ,获得积分10
23秒前
可爱的函函应助YYY采纳,获得10
26秒前
31秒前
hxh发布了新的文献求助10
32秒前
田様应助xiao采纳,获得10
32秒前
文静栾完成签到 ,获得积分10
35秒前
35秒前
kingyz发布了新的文献求助20
38秒前
ganson完成签到 ,获得积分10
41秒前
脑洞疼应助钱小豪采纳,获得10
41秒前
诸葛藏藏完成签到 ,获得积分10
42秒前
单薄的咖啡完成签到 ,获得积分10
48秒前
完美世界应助Xixicccccccc采纳,获得10
48秒前
蚂蚁踢大象完成签到 ,获得积分10
50秒前
HuY完成签到 ,获得积分10
50秒前
李大刚完成签到 ,获得积分10
52秒前
Sophiaye完成签到,获得积分10
55秒前
Wang_JN完成签到 ,获得积分10
57秒前
mov完成签到,获得积分10
58秒前
1分钟前
1分钟前
李雯静发布了新的文献求助10
1分钟前
momo完成签到,获得积分10
1分钟前
缥缈代丝完成签到,获得积分10
1分钟前
1分钟前
传奇3应助缥缈代丝采纳,获得10
1分钟前
ppg123应助科研通管家采纳,获得10
1分钟前
ppg123应助科研通管家采纳,获得10
1分钟前
runtang完成签到,获得积分10
1分钟前
ppg123应助科研通管家采纳,获得10
1分钟前
高分求助中
The Mother of All Tableaux: Order, Equivalence, and Geometry in the Large-scale Structure of Optimality Theory 3000
Social Research Methods (4th Edition) by Maggie Walter (2019) 1030
A new approach to the extrapolation of accelerated life test data 1000
Indomethacinのヒトにおける経皮吸収 400
基于可调谐半导体激光吸收光谱技术泄漏气体检测系统的研究 370
Phylogenetic study of the order Polydesmida (Myriapoda: Diplopoda) 370
Robot-supported joining of reinforcement textiles with one-sided sewing heads 320
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 3994889
求助须知:如何正确求助?哪些是违规求助? 3535040
关于积分的说明 11267040
捐赠科研通 3274842
什么是DOI,文献DOI怎么找? 1806478
邀请新用户注册赠送积分活动 883335
科研通“疑难数据库(出版商)”最低求助积分说明 809762