VC维和PAC

参考博客：https://tangshusen.me/2018/12/09/vc-dimension/

疑问：

（1）一般情况下，假设空间的VC维约等于假设自由变量的数目。

这个在线性分类器是成立的，神经网络的vc维是无穷大。

（2）为什么深度学习和VC维有矛盾

深度学习里，在cifar10数据集，简单的卷积网络和残差网络的参数的数量相差了很多，前者的参数量远小于后者，用vc维解释的话，测试误差和训练误差应该后者更大，但是为什么反而小了呢？

我感觉是因为VC维的这些推论很大程度上是过于把问题简化，都是在线性分类器情况下。
比如这个公式：

实际中M是无穷大，N也是无穷大，因此这个公式根本就和实际不相符。
而且本质上M、N都是不可数的，只有可数才能用limt->无穷来证明。

反正就是它里面的公式在深度学习情况下完全不成立的，只能大概看看