Dropout is een regularisatietechniek die willekeurig neuronen uit het netwerk deactiveert (soms op nul stelt) tijdens het trainen. Dit helpt overfitting voorkomen door te voorkomen dat bepaalde neuronen co-adapteren en te veel afhankelijk worden van elkaar.

Door willekeurig neuronen uit te schakelen, traint het model meer robuuste functies die niet alleen afhankelijk zijn van enkele neuronen. Dit is als ensemble-leren, waarbij veel thinned networks samenwerken.