回答編集履歴
1
修正
answer
CHANGED
|
@@ -1,10 +1,8 @@
|
|
|
1
1
|
> ニューラルネットワークにおいて中間層を増やす目的、メリットをご教授いただきたいです。
|
|
2
2
|
|
|
3
|
-
パラメータが多いほうがモデルの表現力が上がるので、
|
|
3
|
+
パラメータが多いほうがモデルの表現力が上がるので、精度が向上する傾向があるためです。
|
|
4
|
+
以下、CNN モデルのパラメータ数と ImageNet の Top-5 エラー率の例ですが、パラメータ数が多いとエラー率が低い傾向があります。
|
|
4
5
|
|
|
5
|
-
以下、CNN モデルのパラメータ数と ImageNet の Top-5 エラー率の例
|
|
6
|
-
パラメータ数が多いとエラー率が低い傾向があります。
|
|
7
|
-
|
|
8
6
|
| モデル名 | パラメータ数 | Top-5 エラー率 |
|
|
9
7
|
|-------------------|--------------|----------------|
|
|
10
8
|
| AlexNet | 61100840 | 20.91 |
|
|
@@ -15,4 +13,4 @@
|
|
|
15
13
|
|
|
16
14
|
[データ引用元](https://pystyle.info/pytorch-how-to-use-pretrained-model/)
|
|
17
15
|
|
|
18
|
-
パラメータ数を増やすと、過学習が生じやすくなる、計算量が増えるなどのデメリットもあるので、最近は精度を下げないで、パラメータをどうやったら減らせるかという段階にシフトしています。
|
|
16
|
+
パラメータ数を増やすと、過学習が生じやすくなる、計算量が増えるなどのデメリットもあるので、最近の研究は精度を下げないで、パラメータをどうやったら減らせるかという段階にシフトしています。
|