为什么神经网络模型需要大量的样本?

  统计/机器学习 人工神经网络    浏览次数:946        分享
0

我看到这个问题里说神经网络不适合于小数据的问题,那么为什么神经网络需要大量的样本呢?

 

宇航哥   2019-08-14 07:39



   1个回答 
1

因为神经网络模型一般不需要做特征工程,它会通过数据自己学习如何进行特征工程,所以它自然需要更多的数据。

从另一个角度讲,神经网络模型一层一层累加,整个网络里通常会有上千甚至上万个参数需要估计。参数越多,当然需要更多的样本。

SofaSofa数据科学社区DS面试题库 DS面经

sasa   2019-08-15 07:49



  相关主题

BP神经网络的疑问   1回答

常提到的LeNet是什么意思?   2回答

Feed-Forward Network(FFN)是什么网络结构?   1回答

反向传播(BP)神经网络和前馈神经网络是一回事吗   1回答

为什么最大值池化比均值池化好(更常用)?   1回答

什么叫成本函数?它的作用是什么?   1回答

pytorch里view(-1, 1)什么意思?   1回答

pytorch里ConvTranspose2d是什么意思?   0回答

pytorch里的new_ones有什么用?   2回答

關於pytorch cnn輸出層。   2回答

logit函数和sigmoid函数是什么关系?   2回答

如何理解神经网络的Universal approximation theorem?   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!