李宏毅2021春季机器学习课程视频笔记12-为什么要深度学习(why Deep Learning?)

深度学习通过多层隐藏层实现复杂函数的拟合,即使数据增多,模型能更好地预测现实。相比宽而浅的网络,深层网络在同样拟合能力下参数更少,体现了深度学习的效率和合理性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

 

 深度学习可以使得鱼与熊掌兼得。

为什么要有隐藏层?

只要绿色得点够多,被切得线段足够多,就可以尽可能得去拟合这个曲线得形状。

 

 

 

只有有一个Hidden_Layer就可以拟合所有函数,提出质疑,为什么还需要Deep Learning?或者不是Fat Network?

        深度学习之所以可以做到鱼与熊掌兼得,就是因为其虽然具有了复杂的模型结构,但是其依赖的数据也变多了,随着数据增多,理想与现实之间差异逐步缩小,理想就可以很好的对现实进行预测表示。

模型变宽和模型变深的对比:

 两层的神经网络模型:

 

得到结论:在进行深度学习时候需要大量的资料,但是如果不采用深度学习架构,想要获得同样的拟合函数需要更大规模的网络与参数,因此选择采用深度学习是具有理论的合理性的。

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值