CIFAR-10上神经网络的最小训练误差
CIFAR-10上神经网络的最小训练误差
提问于 2017-08-12 08:43:36
日安！(或夜间)
CIFAR-10数据集上完全连接的神经网络的训练集(<30个隐层)的错误分类误差能有多低？
是否有可能达到0.001或0？
根据你的经验，你能告诉我吗？
我想从过度拟合神经网络开始训练神经网络，然后调整参数，使之具有更好的泛化能力。
回答 1
Stack Overflow用户
回答已采纳
发布于 2017-08-12 23:39:30
由于您没有对隐藏层的宽度指定任何限制，所以答案很简单- 0。一个浅层单层神经网络(给定足够的隐单元)可以在上实现0的训练误差(在错误分类方面)，只要没有两个不同标签的样本(只要没有两个不同标签的样本)。这直接来自UAT (通用逼近定理，来自Cybenko)。当然，在实践中你会遇到不同的情况，但一般情况下，你可以在Cifar10上获得100%的训练准确率。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/45648307
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号