Universal Approximation Theorem - The Fundamental Building Block of Deep Learning
Luis Serrano Academy · 13:16 · Watch on YouTube
보편근사정리는 충분히 넓은 은닉층을 가진 하나의 은닉층을 가진 신경망이 원하는 만큼 정확하게 임의의 연속함수를 근사할 수 있다고 말합니다. Luis Serrano는 레고 비유로 설명합니다: 은닉층의 각 뉴런 쌍이 "범프"를 만들고, 출력층이 이 범프들을 확대하고 더해서 어떤 모양이든 만듭니다. 결과는 이론적으로 강력하지만, 은닉층에 매우 많은 노드가 필요할 수 있어서 실제 네트워크는 이...