神經網絡關於訓練集數據量越大，效果越好的誤解

以前一直想不通爲何訓練集爲何一直須要越大越好？一般來講，訓練喂的數據越多，預測應該越好吧。最好，用交叉驗證確認一下也有可能訓練樣本量大，數據特徵較多，但網絡層次太少，特徵訓練不充分，預測結果變差，這樣纔對啊。隨着慢慢的學習，數據量越大效果越好，這前提是網絡提取特徵能力不能太差，效果的好壞是有多方面因素的。多方面因素我還沒理解透每一方面具體的體現。若有不正確的，還望指教。嘻嘻，學無止境啊。web

>>阅读原文<<