英文：Dropout 分类：training
训练时按概率随机"丢弃"（置零）部分神经元及其连接的正则化技术：强制网络学习冗余表征、防止神经元共适应，是最经典的深度学习正则化方法之一。
机制：每步按 p（如 0.1-0.5）随机丢弃，推理时不丢弃（按保留概率缩放）；变体：embedding dropout（大模型常用）、attention dropout（注意力权重）、Stochastic Depth（丢弃层）；大模型趋势：残差前 Norm 后 Dropout 减少（更少依赖）；参数：p 值需调（过大会欠拟合）。
用于全连接/CNN 网络（经典正则化）、Transformer 训练（embedding/attention dropout）、防止小数据过拟合（数据不足时）与模型集成近似（多次随机掩码）。