![][1]

Переобучение (overfitting) — одна из проблем глубоких нейронных сетей (Deep Neural Networks, DNN), состоящая в следующем: модель хорошо объясняет **только** примеры из обучающей выборки, адаптируясь к обучающим примерам, вместо того чтобы учиться классифицировать примеры, не участвовавшие в обучении (теряя способность к обобщению). За последние годы было предложено множество решений проблемы переобучения, но одно из них превзошло все остальные, благодаря своей простоте и прекрасным практическим результатам; это решение — Dropout (в русскоязычных источниках — “метод прореживания”, “метод исключения” или просто “дропаут”).
[Читать дальше →][2]

[1]: https://habrastorage.org/web/225/c44/513/225c44513c21431399c64cd91a9e2036.png
[2]: https://habrahabr.ru/post/330814/?utm_source=habrahabr&utm_medium=rss&utm_campaign=feed_posts#habracut