Bap*_*cht 5 machine-learning neural-network dbn
深度学习技术(深度神经网络,深度信念网络,深度堆叠网络......)在某些领域非常有效.他们需要很长时间才能进行训练,但这只是一次成本.
我读了几篇关于不同技术的论文,他们只关注准确性和训练时间.一旦受过训练,他们在实践中产生答案的速度有多快？
是否有一些数据可用于对可能有数百万个参数的深度网络进行基准测试？
我认为它们非常快,因为所有权重都是固定的,但由于函数非常复杂且参数数量很高,我不确定它们在实践中的表现如何.
速度很大程度上取决于网络的大小.假设您的网络是密集的前馈网络,网络的每一层都由(通常是非常矩形的)矩阵表示.通过网络推送输入需要矩阵矢量积.因此,如果您拥有8层网络,则需要8个矩阵产品.每个采取多长时间取决于数据集的原始维度和所述层的大小.