认知颠覆 · COGNITIVE OVERTURN
模型的“容量”是其在数据空间中能施加的变换复杂度的上限
传统理解认为容量是模型拟合复杂函数的能力。本书将其几何化:容量是模型能够执行的**空间扭曲的丰富程度和自由度**。一个容量不足的模型(如线性模型)只能做平移旋转,无法处理非线性数据;一个容量过大的模型则能做出极其精细复杂的扭曲,以至于能把噪声也完美地扭曲成正确答案(过拟合)。
来自这本书的解读报告
《深度学习的数学基础》
这本书回答了深度学习实践者为何需要理解数学以及如何建立直觉性理解的问题,它的答案是通过几何可视化将抽象数学转化为可感知、可操作的模型。
阅读完整解读报告 →