待验证50% 置信事实精确时间

上界网络规模对Dropout保留概率p呈p^{-9}的九次方依赖，保留概率越低所需网络规模急剧膨胀

1

来源数

50%

置信度

长期有效

时效性

2026/10/5

首次发现

来源

Dropout神经网络的逼近理论：Sobolev速率与置信界

涉及实体

Dropouttechnology

相关事实

待验证在N-Puzzle和TSP场景中，概率因子可以将节点扩展量减少约90%甚至更多69% 相似待验证反向传播机制要求整个计算图必须是可微分的，且在极深网络中存在梯度消失/爆炸问题67% 相似待验证论文证明存在常数深度、规模为Õ_{n,d}(p^{-9}ε^{-max{d/n,2}}log(1/δ))的网络，能以至少1-δ概率满足带概率的一致逼近要求66% 相似待验证提前退出机制通常通过在网络中间层插入置信度探针，当某层输出概率分布熵足够低时提前终止计算65% 相似待验证量化引入的误差会随网络深度逐层累积，最终影响模型输出质量64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/975784

API

curl https://kongchang.com/api/v1/knowledge/claims/975784

MCP

get_claim(id=975784)