Dropout ilə təlim və onun olmadan çıxış zamanı modelin sürüşməsi baş verir?

Modelin sürüşü, məlumatların paylanmasında və ya modelin davranışında zamanla dəyişiklikdir və bu, proqnozların keyfiyyətinin pisləşməsinə səbəb olur.

Dropout, təlim zamanı neyronların təsadüfi olaraq "söndürülməsi" texnikasıdır və bu, artıq öyrənmənin qarşısını almaq üçün istifadə olunur. İnferensiya zamanı (proqnozların hesablanması), dropout adətən deaktiv edilir və bütün neyronlar aktivdir, lakin onların çıxışları dropout-un təlim zamanı təsirini kompensasiya etmək üçün miqyaslandırılır.

Əgər dropout düzgün tətbiq olunubsa, dropout ilə təlimdən dropout olmadan inferensiyaya keçid modelin sürüşməsinə səbəb olmur, çünki neyron çıxışlarının miqyaslandırılması fərqi kompensasiya edir. Ancaq, əgər miqyaslandırma edilməzsə və ya düzgün edilməzsə, modelin inferensiyadakı davranışı təlimdən fərqli olacaq və bu, sürüşmə kimi qəbul edilə bilər.