melisa 發問時間: 社會與文化語言 · 7 年前

英文怎麼翻譯 有關network

If a network is more complex than the problem at hand or the available data set requires,then the network learns not only the underlying function, but

also the noise peculiar to the finite training data set.

謝謝

2 個解答

評分
  • Beth
    Lv 7
    7 年前
    最佳解答

    不知道這是關於什麼的. 我看起來很像是關於類神經網路(neural network)中會出現的文字. neural network 可以看成一個黑盒子(black box), 我們不知道裡面的構造或結構, 只知道某些輸入值(input data set), 會產生特定輸出值(output). 根據手上有的input-output資料, 來訓練(train)這個neural network, 手上的input-output資料越多, 訓練(train)出來的network就會越準, 或是說, 這個network就會學到(learn)更準確的判斷, 這樣如果將來我們有一個input, 就可透過這個已經訓練好的network來運算output將會是什麼. 一般是應用在無法知道那個黑盒子的公式的情況. 比如股市分析, 你可以把所有的已知input(比如前一日收盤指數, 公司盈餘, ...)輸入, 而得出明日股票會漲還是會跌.

    在neural network中, 我們會根據被模擬的對象來決定要放幾個神經元進去該網路中. 如果放進去的神經元太少, 那訓練出來的neural network就會不足以代表我們欲模擬對象的行為模式; 如果放進去的神經元太多, 那訓練出來的network會太複雜, 而且可能會同時學到一些其他的奇怪的雜訊(noise).

    原PO該段文字可能是在講, 設計的太複雜的類神經網路會發生的現象, 可能的翻譯如下:

    如果一個類神經網路比手上的問題更加複雜, 或是比用來訓練的資料所需之網路更加複雜, 那麼訓練出來的網路, 所學到的不僅有隱含的行為, 而且還會學到對原本用來訓練的有限資料來說很奇怪的雜訊.

    備註:

    簡單的說, 如果只是要訓練 X平方+Y平方=1 這個圓形, 神經網路卻設計得太複雜, 訓練出來的結果, 除了會學到這個圓形外, 還會學到一些(對原本訓練資料來說)奇怪的東西 .

  • 匿名使用者
    7 年前

    下面的網址能回答你的問題

    http://phi008780420.pixnet.net/blog

還有問題?馬上發問,尋求解答。