teratail header banner
teratail header banner
質問するログイン新規登録

回答編集履歴

1

修正

2020/05/24 04:43

投稿

tiitoi
tiitoi

スコア21960

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、より複雑な問題を解ける傾向あるためです。
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。