深度學習理解

在鏈式結構中，主要考慮的是網絡的深度和每一層的寬度。通常來說更深的網絡對每一層能夠使用更少的單元數以及參數，並且泛化效果更好，但是它也更能難以訓練 在很多情況下，使用更深的模型能夠減少表示期望函數所需的單元數量，並且可以減少泛化誤差。增加網絡的深度往往能夠得到比增加寬度更加好的泛化能力。（當然深度與寬度同等重要） 正則化策略中，有些是向機器學習模型中添加限制參數值的額外約束，有些是向目標函數添加額

>>阅读原文<<