本文转自：https://www.cnblogs.com/dupuleng/articles/4341265.html
dropout的提出是为了防止在训练过程中的过拟合现象，那就有人想了，能不能对每一个输入样本训练一个模型，然后在test阶段将每个模型取均值，这样通过所有模型共同作用，可以将样本最有用的信息提取出来，而把一些噪声过滤掉。
那如何来实现这种想法呢？在每一轮训练过程中，我们对隐含层的每个神经元以一定的概率p舍弃掉，这样相当于每一个样本都训练出一个模型。假设有H个神经元，那么就有2H种可能性，对应2H模型，训练起来时间复杂度太高。我们通过权重
共享（weights sharing)的方法来简化训练过程，每个样本所对应模型是部分权重共享的，只有被舍弃掉那部分权重不同。
使用dropout可以使用使一个隐含结点不能与其它隐含结点完全协同合作，因此其它的隐含结点可能被舍弃，这样就不能通过所有的隐含结点共同作用训练出复杂的模型（只针对某一个训练样本），我们不能确定其它隐含结点此时是否被激活，这样
就有效的防止了过拟合现象。
如下图所示，在训练过程中神经元以概率p出现，而在测试阶段它一直都存在。
注：如果有多个隐含层，那么对每一个隐含层分别使用dropout策略
1.1 训练阶段
forward propagation
在前向传播过程中，使用掩模m(k)将部分隐含层结点舍弃。
backpropagation
反向传播阶段，即权重调整阶段，通过掩模只调整那些未被舍弃的结点的权重。
