从深度学习被大家开始重视的时候，后续就出现一个神操作到现在还值得大家去使用，那就是“Dropout”的出现，为大家带来了很多优势，但是今年2018年NIPS开始搞事情了，更新换代的机会终于出现了，Hinton教授又为大家带来了新的发现，构建更新的架构——名为：Targeted Dropout！
想必，大家都对Dropout有所了解了吧，它已经是许多经典网络的标配，主要操作是随机删除部分神经元获得不同的输出。而新的方法——Targeted Dropout其实很类似于将剪枝嵌入到了学习过程，因此训练后再用剪枝操作会有更好的性质。
“计算机视觉战队”在之前也很认真为大家说过“剪枝”的知识，有兴趣的您可以通过下面的链接回顾下。
现在开始我们今天Targeted Dropout的学习！！！
标签：剪枝,Weight,权重,Targeted,Dropout,源码,文末,Unit From： https://blog.51cto.com/u_15726357/5734262