本文经AI新媒体量子位（公众号ID:QbitA谷歌I）授权转载，转载请联系出处。

深度神经网络往往大脑存在过拟合的问题，需要Dropout、权重衰减这样最新的正则化方法的加持。

而最近的研究表明，如果对Dr研究opout“剪掉”的神经元的结构进行利用，就能实现比随：A机替换更好的效果。

问题是，实际应用中，针对不同的问题，利ut用结构的方法需要人工设计，对Dropout的模式oM进行调整，泛化能力不足。

那么，是否能设计一种针对CNN、L方Transformer这样的深度神经网络，自动学习式自Dropout模式的方法？

现在，谷歌大神Quoc V. L动学e的团队，就提出了一种名为AutoDropou习Dt的方法。

&ronbsp;

https://arxivpo.org/abs/2101.01761