Srivastava ら（2014）が提案したドロップアウトでは、学習の各ステップでユニットの一部をランダムに一時的に取り除き、ネットワークが特定のニューロンに頼らないようにします。これは間引かれた多数のネットワークのアンサンブルを学習させるのと同様の効果があり、過学習を大幅に減らします。
ドロップアウトはディープネットワークの標準的な要素となり、現代のアーキテクチャでもさまざまな形で使われ続けています。
学習基礎
2026年更新
ドロップアウト
定義
学習中にニューロンをランダムに無効化して過学習を防ぎ、汎化性能を高める正則化手法。
参考文献
この定義の根拠となる一次資料、査読済み資料、アーカイブ資料です。
Dropout: A Simple Way to Prevent Neural Networks from Overfitting
辞書・百科事典の項目
- Wikipedia — Dilution (neural networks) — Dropout
- Google for Developers — Regularization for sparsity & dropout
この項目を引用する
MultipleChat「ドロップアウト」MultipleChat AI・LLM 用語集、2026年。https://multiple.chat/ai-glossary/dropout