深度越深越好?
深度学习适用于很多场景,越深的网络一般来说表现越好。
网络的层数越多,参数就越多,这个模型就越复杂,它的bias就越小,而使用大量的数据可以降低模型的variance,所以模型表现就会更好。
如下图所示,随着层数1-7,得到的错误率逐渐下降。
如果仅是因为大量的数据加上足够多参数的模型就可以表现较好,那为什么要用深度神经网络,可以用神经元数目足够多的网络替代吗?
深度和宽度?
深度和宽度两种结构的表现是不同的“:
右侧表示的是deep network的情况,左侧表示的是shallow network的情况,为了保证两种情况下参数的数量是比较接近的,因此设置了右侧1<
为什么要用深度学习
最新推荐文章于 2022-09-15 11:59:22 发布