"high-capacity cnn" 或 "high-capacity architecture" 的定义是什么？
What is the definition of "high-capacity cnn" or "high-capacity architecture"?
我在这两篇论文中找到了短语"high-capacity cnn"：
1.Rich feature hierarchies for accurate object detection and semantic segmentation
2.Region-based Convolutional Networks for Accurate Object Detection and Segmentation
我已经在 google 上搜索过了，但我似乎找不到合适的。
这通常是指神经网络能够学习的底层模式的复杂性。通常 deep 通过增加模型参数的数量来增加神经网络的容量，这意味着它可以适应更复杂的函数。然而，通过深入来增加容量也会增加过度拟合的可能性，正则化等问题变得很重要。这通常也意味着你需要增加训练样本的数量。
我在这两篇论文中找到了短语"high-capacity cnn"：
1.Rich feature hierarchies for accurate object detection and semantic segmentation
2.Region-based Convolutional Networks for Accurate Object Detection and Segmentation
我已经在 google 上搜索过了，但我似乎找不到合适的。
这通常是指神经网络能够学习的底层模式的复杂性。通常 deep 通过增加模型参数的数量来增加神经网络的容量，这意味着它可以适应更复杂的函数。然而，通过深入来增加容量也会增加过度拟合的可能性，正则化等问题变得很重要。这通常也意味着你需要增加训练样本的数量。