我想建立一个前馈神经网络并在一小部分输入特征上对其进行训练(过度拟合)。为此,我使用了 dropout 正则化,因为它遵循小部分训练的逻辑,然后在整个特征上测试模型(在训练期间关闭并打开测试)。
但由于我对过度拟合感兴趣,我认为 dropout 对我来说不是一个好的解决方案。那么如何在训练期间以与 Dropout 正则化相同的方式关闭某些输入节点,但这次我不想随机关闭它们,而是选择在训练期间将忽略哪些特征?
我想建立一个前馈神经网络并在一小部分输入特征上对其进行训练(过度拟合)。为此,我使用了 dropout 正则化,因为它遵循小部分训练的逻辑,然后在整个特征上测试模型(在训练期间关闭并打开测试)。
但由于我对过度拟合感兴趣,我认为 dropout 对我来说不是一个好的解决方案。那么如何在训练期间以与 Dropout 正则化相同的方式关闭某些输入节点,但这次我不想随机关闭它们,而是选择在训练期间将忽略哪些特征?