Srivastava 等人（2014）提出了 dropout：在每个训练步骤中，随机临时移除一部分单元，迫使网络不依赖任何单个神经元。这相当于训练一个由大量“稀疏化”网络组成的集成，能显著减少过拟合。
Dropout 已成为深度网络的标准组成部分，至今仍以各种形式应用于现代架构中。
训练基础概念
2026 年更新
Dropout（随机失活）
定义
一种正则化技术，在训练期间随机停用部分神经元，以防止过拟合并提升泛化能力。
参考文献
本定义所依据的一手文献、同行评审文献和存档资料。
Dropout: A Simple Way to Prevent Neural Networks from Overfitting
词典与百科条目
- Wikipedia — Dilution (neural networks) — Dropout
- Google for Developers — Regularization for sparsity & dropout
引用本条目
MultipleChat.《Dropout（随机失活）》. MultipleChat AI 与 LLM 术语表，2026. https://multiple.chat/ai-glossary/dropout