给了两组实验. 第一组越深的神经网路,其参数越多,模型就越复杂,能够拟合更加复杂的函数. 第二组:只增加神经元个数,不增加层数,这样是没办法提高准确率的. Modularization:模块化 分层次,逐层解决各个小问题,不断深入.模块化是自动完成的,不需要人为决定每层检测什么.由于把每一个步骤进行了简化,所以需要的training data数目较少. 这章主要就是讲解了为什么要学习深度学习,深度学习的好处是什么,深度学习用到了模块化.
本文探讨了深度学习的优势，指出更深的神经网络能够拟合更复杂的函数，而仅增加神经元数量无法提升准确率。深度学习采用模块化方法，逐层解决问题，减少了对训练数据的需求。通过这种方式，深度学习实现了自动化和效率的提升。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
