Khả năng hiểu được khả năng của mạng lưới thần kinh sâu sắc là thiết yếu để đánh giá khả năng học tập và tổng quát từ dữ liệu. khả năng mô hình nói đến sự phức tạp của chức năng mạng lưới có thể đại diện cho cả khả năng học tập lẫn rủi ro của nó.

Tính xác thực của mô hình

Một số máy đo được dùng để định lượng khả năng của mạng thần kinh bao gồm số tham số, chiều VC, và độ phức tạp của REMacher.

Các yếu tố ảnh hưởng đến tính xác thực

Khả năng mô hình được ảnh hưởng bởi cấu trúc mạng, chẳng hạn như số lớp và nơ - ron, cũng như kỹ thuật thông thường hơn.

Chung số và thách thức

Tổng quát hóa bao gồm khả năng thực hiện tốt trên dữ liệu không nhìn thấy được mô hình tăng trưởng có thể ghi nhớ dữ liệu đào tạo, dẫn đến sự thiếu cân bằng. cân bằng khả năng và sự đều đặn hóa là chìa khóa để đạt được hiệu quả tốt.

  • Độ phức tạp mô hình
  • Đang luyện tập cỡ dữ liệu
  • Kĩ thuật đều đặn hoá
  • Các thuật toán hóa tô màu