machine-learning - Tensorflow中的Dropconnect

我正在TensorFlow中寻找所谓的“DropConnect”。我知道如何在Tensorflow神经网络中使用“辍学”，但是我不知道哪种方法适用于“DropConnect”，或者如果不可用，有人可以建议我如何实现吗？
无论如何，我尝试过“辍学”，“体重下降”和“早停”，但我仍然因过度拟合而遭受痛苦。 TensorFlow是否有更好的过拟合解决方案？

最佳答案

DropConnect将网络中随机选择的权重子集设置为零。
您可以通过在训练过程中将每一层的权重比例视为零，并在反向传播期间更新所有权重来实现它。

此外，您还可以使用经典技术来避免过度拟合。

收集更多数据，或通过各种数据转换方法创建它。

减少功能数量。

降低模型的复杂性。

关于machine-learning - Tensorflow中的Dropconnect，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/37135885/