Tôi đã bắt gặp một số cách cơ bản để đo lường sự phức tạp của mạng lưới thần kinh:
- Ngây thơ và không chính thức: đếm số lượng tế bào thần kinh, tế bào thần kinh ẩn, lớp hoặc lớp ẩn
- Kích thước VC (Eduardo D. Sontag [1998] "Kích thước VC của mạng nơ ron" [ pdf ].)
- Một phép đo độ phức tạp tính toán hạt và tiệm cận bằng cách tương đương với .
Có những lựa chọn thay thế khác?
Nó được ưa thích:
- Nếu số liệu độ phức tạp có thể được sử dụng để đo các mạng thần kinh từ các mô hình khác nhau (để đo backprop, mạng lưới thần kinh động lực học, tương quan tầng, v.v.) trên cùng một thang đo. Chẳng hạn, kích thước VC có thể được sử dụng cho các loại khác nhau trên các mạng (hoặc thậm chí những thứ khác ngoài mạng thần kinh) trong khi số lượng tế bào thần kinh chỉ hữu ích giữa các mô hình rất cụ thể trong đó chức năng kích hoạt, tín hiệu (tổng cơ bản so với gai) và các loại khác thuộc tính của mạng là như nhau.
- Nếu nó có sự tương ứng tốt với các biện pháp phức tạp tiêu chuẩn của các chức năng mà mạng có thể học được
- Nếu có thể dễ dàng tính toán số liệu trên các mạng cụ thể (mặc dù điều này cuối cùng không phải là bắt buộc.)
Ghi chú
Câu hỏi này dựa trên một câu hỏi tổng quát hơn về CogSci.SE.