Dropout比例p是丢弃概率而非保留概率，需依模型容量、训练阶段和层类型调整：全连接层常用0.3–0.5，卷积层宜小（如0.1）或不用；Early Dropout可在训练初期启用以缓解欠拟合。
Dropout 比例不是越小越好，也不是越大越稳；它必须和模型容量、训练阶段、层类型联动调整，否则容易一边加剧欠拟合，一边又掩盖过拟合信号。
nn.Dropout(p) 中的 p 值到底代表什么
很多人误以为 p 是“保留概率”，其实 PyTorch 的 nn.Dropout(p) 中的 p 是**丢弃概率**（即每个神经元以概率 p 被置零）。这直接影响前向传播时子网络的稀疏程度和梯度更新的稳定性。
- 若设
p=0.5，意味着平均每次前向传播只有一半神经元参与计算，子网络更简单，正则化强 → 更防过拟合，但可能削弱表达能力 - 若设
p=0.1，丢弃很少，网络接近完整结构 → 正则化弱，易过拟合；但对小模型或数据少场景，反而有助于缓解欠拟合 -
p=0等价于不加 Dropout；p=1会让所有输出为 0，训练直接崩溃
全连接层与卷积层的 p 值不能一视同仁
卷积层参数共享、感受野局部，本身具备一定正则效应；而全连接层参数密集、全局耦合，更容易共适应。因此相同 p 值在不同层效果差异显著。
- 卷积层后通常用较小的
p，如nn.Dropout2d(p=0.1)或干脆不用 —— 过大（如p=0.5）会严重削弱空间特征提取能力 - 全连接层（尤其是最后几层）更适合中等
p，常见取值0.3–0.5；若接在 GAP 后，可尝试p=0.3平衡泛化与拟合 - 不要在 BatchNorm 后紧跟 Dropout：BN 已经做了归一化，再 Dropout 会干扰统计量估计，且实测常导致训练震荡
Early Dropout：欠拟合时的非常规解法
当模型始终无法降低训练损失（例如训练 50 epoch 后 train loss 仍 > 0.8，val loss 同步居高不下），可能是欠拟合，此时传统 Dropout 反而雪上加霜 —— 但可以试试 Early Dropout。
立即学习“Python免费学习笔记（深入）”；
- 只在训练前 10–20% 的 epoch 中启用 Dropout（如前 10 epoch 用
p=0.3，之后设为p=0） - 原理是：早期 mini-batch 梯度方向差异大，Dropout 能平滑梯度更新路径，帮助权重更快进入合理区域
- PyTorch 中可动态切换：
model.train()期间用if epoch （注意需设为可修改属性或重建模块） - 切忌全程关闭 Dropout 后突然开启 —— 那会打乱已收敛的特征分布
验证 p 是否合适的关键信号
不能只看验证准确率；要同时盯住训练损失下降速度、训练/验证损失差值、以及每轮权重更新的 L2 变化幅度。
- 如果 train loss 下降极慢（如每 epoch 仅降 0.001），val loss 不动 →
p可能过大，考虑下调 0.1–0.2 - 如果 train loss 快速趋近 0，val loss 却在某点后明显上扬 →
p过小，优先加到全连接层，而非卷积层 - 用
torch.norm(torch.cat([p.grad.flatten() for p in model.parameters() if p.grad is not None]))监控梯度范数：长期低于 1e-4 说明更新停滞，大概率是p+ 学习率组合不当
Dropout 比例从来不是调参终点，而是模型结构、数据规模、优化器行为三者共同作用下的一个动态锚点。真正危险的不是选错 p=0.4 还是 p=0.5，而是把 Dropout 当成黑盒开关，忽略它和学习率衰减、BatchSize、甚至 weight decay 的耦合效应。
