跳到正文
热点事件持续更新

DL101 神经网络模型的表征能力

1 篇报道1 个报道来源22 小时前更新

先了解这件事

AI 综述

一篇 arXiv 论文(尚未经同行评审)讨论神经网络模型的表征能力。文章指出,万能逼近定理只保证浅层网络能够逼近连续函数;而深度带来的表征能力随层数指数增长,深度比宽度更强。上述说法属于该文作者的主张,并非已由报道支持的事实;其结论针对的是网络模型的理论分析,不能直接推广到具体任务或生物脑的表征。

AI 根据报道生成 · 21 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · Neural and Evolutionary Computing
    DL101 神经网络模型的表征能力

    该文指出万能逼近定理只保证浅层网络可逼近连续函数,而深度带来的表征能力随层数指数增长,深度比宽度更强。

本事件热度走势

当前热度 4·可比范围峰值 5(11月20日 14:00)·近 24 小时可比范围变化 –

024611月20日14:0011月20日21:0011月21日03:0011月21日10:00

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。

PsyBrain 脑心前沿

让每一位脑科学探索者,都不再独行。