原书出处
深度学习
15 第15章 表示学习
模型族是一个万能近似器,可以在任意非零允错级别近似一大类函数(包括所有连续函数)。然而,隐藏单元所需的数量可能会非常大。
关于深层架构表达能力的理论结果表明,有些函数族可以高效地通过深度k层的网络架构表示,但是深度不够(深度为2或k−1)时会需要指数级(相对于输入大小而言)的隐藏单元。
在第6.4.1节中,我们看到确定性前馈网络是函数的万能近似器。许多具有单个隐藏层(潜变量)的结构化概率模型(包括受限玻
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/深度学习/_epub-src/text/part0005_split_001.html
EPUB SHA-256:30b05f447b47f121324499dd200696e34be257d5cd4c4b753541b42f40a94639