一般来说，三层神经网络可以逼近任何一个非线性函数，为什么还需要深度神经网络? 第1页
1
shi-guan-ya 网友的相关建议:
因为从approximation error（拟合误差）的角度，无论是实验结果来看，还是从理论分析来看，大部分情况下“深”都比“宽”更有效。
理论层面的话，分享一篇我比较喜欢的paper里的结果（Why Deep Neural Networks for Function Approximation?，ICLR 2017），作者是UIUC的Shiyu Liang和R. Srikant。
简单来说，这篇文章证明了，如果想要达到 的拟合误差（approximation error），深度为常数（与 无关）的神经网络需要 个神经元，也就是说，shallow neural network的神经元数量随着精度（ ）的上升多项式增长。然而，深度为 的神经网络只需要 个神经元，也就是说，deep neural network的神经元数量随着精度的上升对数增长。换言之，想要达到同样的拟合误差，更深的神经网络需要的神经元数量远小于层数少的神经网络。
zr9558 网友的相关建议:
歪个楼，深度学习的教材里面一般都会提到这个定理。
Universal Approximation Theorem（1989）
Stone-Weierstrass Theorem（1885）
在一百年之前，数学家已经有一个类似的结论，其实用多项式就足够逼近闭区间上面的任意连续函数了。
1
相关话题
是不是并不是所有问题都适合用神经网络预测？如何简单形象又有趣地讲解神经网络是什么？
生成对抗网络的毕设怎么上手？
深度学习attention机制中的Q,K,V分别是从哪来的？
为什么学习深度学习感觉无法入门？
CNN（卷积神经网络）、RNN（循环神经网络）、DNN（深度神经网络）的内部网络结构有什么区别？
神经网络的损失函数为什么是非凸的?
从人脑角度来说为什么人画画会越来越准（形准）？
吴恩达为什么离开谷歌？
编程达到什么水平才能编写出像caffe这样的深度学习框架？
相关的话题
为什么自动控制理论这么玄学？为什么Bert中的CLS在未fine tune时作为sentence embedding性能非常糟糕？
如何评价Hinton组的新工作SimCLR?
有哪些比较好的机器学习，深度学习的网络资源可利用？
resnet（残差网络）的F（x）究竟长什么样子？
神经网络的万能逼近定理已经发展到什么地步了？
如何评价 MSRA 视觉组最新提出的 Deformable ConvNets V2？
一般来说，三层神经网络可以逼近任何一个非线性函数，为什么还需要深度神经网络?
Yann LeCun、Geoffrey Hinton或Yoshua Bengio能得图灵奖吗？
Yoshua Bengio为什么能跟Hinton、LeCun相提并论？？
消融实验是什么？
如何评价AWS的图神经网络框架DGL？
老师给了一个神经网络的程序，他之前是跑通了的，但是我迭代几十次或者一百多次就报错。这个怎么解决?
吴恩达为什么离开谷歌？
究竟什么是损失函数 loss function?
生成对抗网络的毕设怎么上手？
消融实验是什么？
如果人工智能迎来下一个寒冬，你认为会是卡在什么问题上？
为什么都说神经网络是个黑箱？
现在的人工智能是否走上了数学的极端？
如何把梯度传递过Argmax?
神经网络激活函数的作用和原理？有没有形象解释？
消融实验是什么？
CNN（卷积神经网络）、RNN（循环神经网络）、DNN（深度神经网络）的内部网络结构有什么区别？
如果人工智能迎来下一个寒冬，你认为会是卡在什么问题上？
从应用的角度来看，深度学习怎样快速入门？
如何评价移动端吊打一切万众期待的商汤深度学习推理框架PPL开源了却没有支持移动端？
如何理解深度学习源码里经常出现的logits？
神经网络的万能逼近定理已经发展到什么地步了？
如何评价微软亚洲研究院提出的LightRNN？