打开主菜单
首页
随机
登录
设置
关于集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
免责声明
集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
搜索
更改
下一编辑→
人工神经网络上的有效信息计算
(查看源代码)
2024年7月22日 (一) 10:52的版本
添加504字节
、
2024年7月22日 (星期一)
建立内容为“深度神经网络 (DNN) 通常在其对输入的响应级别进行检查,例如分析节点和数据集之间的互信息。然而,DNN 也可以在因果…”的新页面
深度神经网络 (DNN) 通常在其对输入的响应级别进行检查,例如分析节点和数据集之间的互信息。然而,DNN 也可以在因果关系层面上进行检查,探索网络本身层内的“什么做什么”。从历史上看,分析 DNN 的因果结构比了解它们对输入的反应受到的关注要少。然而,从定义上讲,泛化性必须是 DNN 因果结构的一个函数,因为它反映了 DNN 如何响应看不见甚至尚未定义的未来输入。
Matthew
251
个编辑