2
從技術上講,考慮到網絡足夠複雜並且有足夠的時間,是否可以將任何數據集過度擬合到訓練誤差爲0的點?故意過度使用神經網絡
從技術上講,考慮到網絡足夠複雜並且有足夠的時間,是否可以將任何數據集過度擬合到訓練誤差爲0的點?故意過度使用神經網絡
神經網絡是通用逼近,這幾乎意味着,只要存在一個確定的映射f起輸入到輸出,總有存在一組參數(足夠大的網絡),讓你的錯誤這是arbitrarly接近到最小可能的錯誤,但:
所以從數學的角度來看,答案是沒有,從實際的角度來看 - 有限的訓練集和確定性映射的假設下 - 答案是肯定的。
特別是當您詢問準確度的分類,並且您有每個數據點具有唯一標籤的有限數據集時,則可以通過手動方式構建100%準確度的神經網絡。然而,這並不意味着最小可能的損失(如上所述)。因此,從優化的角度來看,您不會獲得「零誤差」。
如果數據集具有2個具有不同標籤的相同樣本 – user2717954