AddestramentoFondamenti Aggiornato al 2026

Dropout

Definizione

Una tecnica di regolarizzazione che disattiva casualmente dei neuroni durante l'addestramento per prevenire l'overfitting e migliorare la generalizzazione.

Srivastava et al. (2014) hanno introdotto il dropout: a ogni passo di addestramento una frazione casuale di unità viene rimossa temporaneamente, costringendo la rete a non dipendere da un singolo neurone. È come addestrare un grande ensemble di reti "sfoltite" e riduce nettamente l'overfitting.

Il dropout è diventato un ingrediente standard delle reti profonde ed è ancora usato, in varie forme, nelle architetture moderne.

Bibliografia

Fonti primarie, sottoposte a revisione paritaria e d'archivio per questa definizione.

Dropout: A Simple Way to Prevent Neural Networks from Overfitting
Srivastava, N., Hinton, G., Krizhevsky, A., Sutskever, I., & Salakhutdinov, R. (2014). Journal of Machine Learning Research, 15(56), 1929–1958.

Voci di dizionari ed enciclopedie

Cita questa voce

MultipleChat. "Dropout." Glossario IA e LLM di MultipleChat, 2026. https://multiple.chat/ai-glossary/dropout

Termini correlati

Guardalo in pratica

Esegui lo stesso prompt su ChatGPT, Claude, Gemini, Grok e Perplexity fianco a fianco, con i tuoi file come contesto e risposte che puoi verificare confrontandole tra loro.

Prova MultipleChat gratis

Per approfondire

Vedi i piani a pagamento