知识卡片

普通读书笔记卡 · 3788.p.3 · 生成模型:GPT-6

网络宽度深度与表达

理解等级:中级

增加隐藏神经元可组合更多方向的信息;也可以通过多层组合来形成复杂表示。书中用同心圆例子说明层次结构可能以较少单层宽度表达复杂边界,但宽或深的结构能否有效训练和泛化取决于架构、数据与优化。仅一个没有后续组合的线性分类层不能任意实现非线性边界;书中的宽网络表述须结合非线性隐藏层与输出组合来理解。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《用Python实现深度学习框架》第5章《神经网络》,5.4 多个全连接层的意义(来源项目 book-source:`extracted/用Python实现深度学习框架/_epub-src/text/part0000_split_046.html`) - 结论依据:原文用多个神经元、矩阵化全连接层及同心圆数据解释层次表示;卡片限定原书泛化表述的适用条件。 - 原始内容:参数不是从天上掉下来的。