神经网络的泛化能力就是指对样本数据的拟合和逼近效果。
举一反三
- 神经网络训练之后的泛化能力是指网络对训练样本之外的新鲜数据的适应度，也称为神经网络的举一反三的能力。
- 我们可以通过增加循环神经网络的深度从而增强循环神经网络的（ ） A: 过拟合能力 B: 拟合能力 C: 泛化能力 D: 欠拟合能力
- 神经网络由大量连接的神经处理单元组成，具有高度的非线性映射能力和自学习能力，能够从样本数据中进行学习和泛化。
- 神经网络由大量连接的神经处理单元组成，具有高度的非线性映射能力和自学习能力，能够从样本数据中进行学习和泛化。 A: 正确 B: 错误
- 深度网络模型一般指网络层数在3层以上，具有更多的可拟合的神经元，如此提高神经网络对复杂函数的逼近能力，为了训练庞大的变量需要大数据做支撑