Dropout 的原理是什么，训练与推理阶段有何不同？

Dropout 在训练时以概率 p 随机将神经元输出置零，迫使网络不依赖任何单个特征，学习冗余表示，效果近似训练指数多个子网络并做集成，从而缓解过拟合。

训练与推理的关键差异：训练时每个神经元以 1-p 概率保留，推理时全部保留。为使期望输出一致，需做尺度校正——现代框架用 inverted dropout，训练时把保留的激活除以 (1-p)，推理时原样输出，无需任何调整。

易错点：Dropout 与 BatchNorm 联用时方差偏移可能互相干扰，实践中在卷积网络里常二选一；大模型时代 Dropout 使用率明显下降——海量数据下欠拟合才是主要矛盾，很多 LLM 预训练根本不用 Dropout，只在微调小数据集时启用。追问方向：为什么 Dropout 可看作贝叶斯近似（MC Dropout 做不确定性估计）？DropConnect、DropPath 的区别？

nn.Dropout(p=0.1)  # 训练时按 0.1 概率置零并除以 0.9
model.eval()       # 推理时自动关闭