关于神经网络的性能

  统计/机器学习 深度学习 人工神经网络    浏览次数:1633        分享
0

最近再看周志华的《机器学习》,其中神经网络一章提到,原文我记不清了,大意是说:数学上已经证明:只要你深度足够深,参数挑的足够合适,一个神经网络是可以拟合出任意可能的判决形式的;


本人菜鸡,深度学习做得比较少,想问问深度学习大神们怎么看这句话。

 

tianjiayang0711   2018-08-24 20:40



   1个回答 
2

你说的应该是Universal approximation theorem的引申。

Universal approximation theorem是说对于一个前馈神经网络,哪怕只有一个隐藏层,它也能无限逼近任何有界连续函数。

SofaSofa数据科学社区DS面试题库 DS面经

strong.man   2018-08-24 20:44

谢谢老哥 - tianjiayang0711   2018-08-25 02:17


  相关主题

深度学习模型的“蒸馏”是什么意思?   0回答

深度学习和人工神经网络是一回事吗?   1回答

训练神经网络中经常提到的epoch是什么意思   2回答

dropout rate一般设置多大?   3回答

吴恩达深度学习第一课第四周作业L层结果收敛在0.64的问题   0回答

为什么小数据不适合神经网络模型?   3回答

deep learning中的pooling是什么意思?   6回答

神经网络模型里训练和推理是什么意思?   1回答

epoch和batch之间有什么关系?   2回答

前馈神经网络如何选择隐藏层的数量   2回答

神经网络里为什么隐藏层越多越好?   2回答

神经网络中的Dropout和Bagging   1回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!