logo

是否数据越多有利于更深的神经网络?

Is more data beneficial for deeper neural networks?

题目类型: 技术面试题

这是一道技术面试题,常见于澳洲IT公司面试中。

难度: medium

分类: Deep Learning

标签: Data Size, Depth, Overfitting

参考答案摘要

答案 深度学习和大数据密切相关;通常认为,当数据集的规模大到足够克服过拟合时,深度学习只会比其他技术(如浅层神经网络和随机森林)更有效,并更有利于增强深层网络的表达性。神经网络在数据集大小方面上表现始终优于SVM和随机森林。随着数据集大小的增加,性能上的差距也随之增加,至少在神经网络的正确率开始饱和之前,这表明神经网络更有效地利用了不断增加的数据集。然而,如果有足够的数据,即使是SVM也会有可观的...

本题提供 STAR 原则详细解答和技术解析,登录匠人学院学习中心即可查看完整答案。

← 返回面试题库

是否数据越多有利于更深的神经网络?

Mediumdeep-learningdata-scaleoverfittingsvmrandom-forestgeneralization

想查看完整答案?

登录匠人学院学习中心,获取 STAR 格式回答和详细技术解析

前往学习中心查看答案