Dropout
Sinónimos: Desactivación aleatoria
Definición ampliada
El dropout, o desactivación aleatoria, pone a cero una selección de activaciones de una red neuronal durante el entrenamiento. Las unidades siguen existiendo: en cada paso cambia cuáles participan. Así se reduce la dependencia excesiva entre unidades y se busca mejorar la generalización [1].
La tasa de dropout indica la proporción que se desactiva. En la inferencia convencional se utilizan todas las unidades y se compensa la escala de sus activaciones; algunas implementaciones hacen esa compensación durante el entrenamiento. No se trata de borrar neuronas permanentemente.
Contexto histórico
Hinton y colaboradores presentaron la idea en 2012 [2]. Srivastava y colaboradores publicaron su desarrollo y evaluación en 2014, con experimentos en visión, voz y otras tareas [1].
Importancia actual
A fecha de septiembre de 2026, su interés como técnica de regularización está en controlar el sobreajuste sin añadir una penalización explícita a los pesos. La conveniencia y la tasa se deciden mediante validación, no por una regla universal aplicable a toda red.
Aplicaciones
Generales
- Regularizar redes de aprendizaje profundo con muchos parámetros.
- Reducir la dependencia de combinaciones concretas de activaciones.
- Comparar distintas intensidades de regularización con validación cruzada.
Sanitarias
En un desarrollo experimental sobre imágenes médicas o variables clínicas, puede probarse si reduce la diferencia entre el rendimiento en entrenamiento y en datos reservados. Es una decisión del entrenamiento: su uso no demuestra por sí mismo beneficio asistencial ni validez en otro hospital.
Limitaciones
- Una tasa excesiva puede impedir que el modelo aprenda suficiente señal.
- Puede aumentar el tiempo necesario para converger.
- No corrige etiquetas erróneas, sesgos de selección ni fugas de información.
- No garantiza la generalización: su efecto depende de la arquitectura y los datos, y debe medirse.
Ejemplos
Ejemplo hipotético: se entrenan dos redes para una tarea de imagen médica, con y sin dropout, usando las mismas particiones por paciente. Si mejora el rendimiento reservado, hay evidencia a favor de esa configuración en ese experimento; todavía falta comprobarla en datos externos.