何时将神经网络定义为深度神经网络 (DNN) 而不是 NN？
据我了解，DNN 是具有多层的神经网络，而简单的神经网络通常具有较少的层……但是数量上是多少？还是有其他定义？
使用 Tensorflow、Caffee 等训练的网络是什么？我还没有（据我所知）看到有人手动设计具有许多层的网络。他们似乎在宣传他们创建 DNN 的工具，但如果你只制作一个有两层的网络，它实际上是 DNN 吗？
什么时候是深度神经网络 (DNN) 而不是 NN？
数据挖掘
神经网络
深度学习
2021-10-13 10:54:32
2个回答
你说的对。主要是任何在输入和输出之间具有两层以上的网络都被认为是深度神经网络。像 tensorflow 这样的库为深度学习应用程序（如图像识别）或使用卷积神经网络和循环神经网络的语言建模提供了高效的架构。要记住的另一件事是，网络的深度也与层中使用的单元数量有关。主要是，随着您的非线性假设变得复杂，您将需要深度神经网络。
网络的深度和宽度是相互独立的。深度提供概括，而宽度提供记忆。此外，一件关键的事情是，只是增加没有。层数并不能使它成为“深度学习”！如果您正在有效地学习特征表示（如在自动编码器中）而不是手动手工制作特征（如在旧的 POS 标记技术中），那么您仍在执行深度学习。