小编Pan*_*niz的帖子

我有一个用于回归预测的神经网络，这意味着输出是 0 到 1 范围内的实数值。

我对所有层都使用了 drop out，错误突然增加并且从未收敛。

drop out 可用于回归任务吗？因为如果我们忽略一些节点，那么最后一层的节点就会减少，预测值肯定会与实际值有很大差异。所以反向传播的误差会很大，模型会被破坏。那么为什么我们要在神经网络中使用 dropout 来执行回归任务呢？

首先,我必须说我已经检查了这些问题,但没有找到我的答案:

1,2 , 3,4, 5,6, 7

还有很多其他问题

我也检查了这些教程和示例:

1 , 9,10,11

和许多其他网站.但我无法解决我的问题.

这是我的代码的简单类型:

public class Question extends JFrame {
public Question() {
    Dimension d = Toolkit.getDefaultToolkit().getScreenSize();
    setLayout(new BorderLayout());
    setSize(d.width, d.height);
    setResizable(false);
    setDefaultCloseOperation(EXIT_ON_CLOSE);

    JPanel panel = new JPanel();
    panel.setPreferredSize(new Dimension(d.width, d.height));
    panel.setBorder(BorderFactory.createLineBorder(Color.red));
    panel.setLayout(new BoxLayout(panel, 1));
    for (int i = 0; i < 100; i++) {
        panel.add(new JButton("kjdh"));
    }
    JScrollPane scrollPane = new JScrollPane(panel);
    scrollPane.setPreferredSize(new Dimension(500, 500));
    getContentPane().add(scrollPane);
    getContentPane().add(panel);
    setVisible(true); …