!-- flowchart 箭头图标 勿删 --
Dropout是一个非常好用的优化方法，然而它仅仅适用于全连接层，因为卷积层中的元素是空间相关的。当它应用到卷积层上时，即使消除了某些元素的部分权重和偏置，但这些元素在其它地方的权重和偏置也会将它的信息传递下去。为了解决这个方法，dropblock被提出了：它类似dropout，但它不止去除某一个元素，而是去除一个区域的元素，这样它就能在卷积层中发挥作用了。实验表明，它能够较好地提高模型准确度。Dropout
阅读背景：
DropBlock: A regularization method for convolutional networks
来源：互联网
分享到：
