All translations

Enter a message name below to show all available translations.

Found 3 translations.

Name	Current message text
^h English (en)	The authors showed that {{Term\|dropout}} can be interpreted as training an ensemble of <math>2^n</math> sub-networks that share weights. At test time, the scaled full network provides a geometric mean approximation to the ensemble prediction, which the authors proved is exact for a single layer with {{Term\|softmax}} output.
^h Spanish (es)	Los autores demostraron que el {{Term\|dropout\|dropout}} puede interpretarse como el entrenamiento de un conjunto de <math>2^n</math> subredes que comparten pesos. En el momento de la prueba, la red completa escalada proporciona una aproximación de media geométrica a la predicción del conjunto, lo cual los autores demostraron que es exacto para una única capa con salida {{Term\|softmax\|softmax}}.
^h Chinese (zh)	作者表明，{{Term\|dropout\|dropout}} 可以被解释为训练一个由 <math>2^n</math> 个共享权重的子网络组成的集成。在测试时，经过缩放的完整网络对集成预测给出了几何平均的近似；作者证明对于具有 {{Term\|softmax\|softmax}} 输出的单层情况这一近似是精确的。