1、Dropout
为了防止训练阶段的过拟合,随即去掉神经元(完全随机扔),如下图所示:
2、DropConnect
没有连接在神经元上应用dropout,而是应用在连接这些神经元的权重和偏置上,(只在连接处扔,神经元不扔),如下图所示:
3、Spatial Dropout
(按channel随即扔)
4、Cutout
在图像中随机选取一个点作为中心点,覆盖一个固定大小的方形(在输入层上按spatial块随即扔)
5、 DropBlock(丢弃单元邻域的区块)
(每个feature map上按spatial块随机扔)即feature map中的的一个相邻区域,被放在一起drop掉。如下图所示:
6、参考
《YOLOV4&5原理与源代码解析之二:DropBlock与标签平滑方法》 - JackRuiYu - 博客园
12种主要的Dropout方法:如何应用于DNNs,CNNs,RNNs中的数学和可视化解释_hecongqing的博客-CSDN博客