深度学习需要很长的时间训练,本文尝试缩短训练时间。
有一个理论,说,只要一个隐藏层就够了,前提是隐藏层中的节点数量要够多。
设有N个训练样本,则隐藏层设置N个节点,适当的设置输入层到隐藏层的参数,使得对于某个训练样本,对应的节点亮起来。适当的设置隐藏层到输出层的参数,使得输出正确。
这样的训练过程很快!且对应于已知的训练样本,正确率为100%?
深度学习需要很长的时间训练,本文尝试缩短训练时间。
有一个理论,说,只要一个隐藏层就够了,前提是隐藏层中的节点数量要够多。
设有N个训练样本,则隐藏层设置N个节点,适当的设置输入层到隐藏层的参数,使得对于某个训练样本,对应的节点亮起来。适当的设置隐藏层到输出层的参数,使得输出正确。
这样的训练过程很快!且对应于已知的训练样本,正确率为100%?