Machine learning 如何计算机器学习和深度学习模型的大O时间复杂性?是否还有其他措施来定义模型的复杂性?
我试图测量ML模型实现的复杂性,以此与统计方法(例如)进行比较。是否可以像在其他算法/程序中那样使用大O复杂性度量 我建议根据内存使用量或训练时间来衡量复杂性。然而,这些都不是理论上的衡量标准,可能因机器而异。我使用的一种方法是简单地比较可训练参数的总数。可能需要测量数学运算的总数。但是,在构建具有不同层类型的深层模型时,这可能会很复杂 您对如何衡量机器学习模型的复杂性有何建议?具体而言,可以考虑卷积型神经网络。< /强> < P>,反向传播的大O是前向神经网络的O(n 5)和前向传播O(n ^ 4)。 你也可以这样说: “对ML算法进行大O分析归结为回答以下问题:Machine learning 如何计算机器学习和深度学习模型的大O时间复杂性?是否还有其他措施来定义模型的复杂性?,machine-learning,deep-learning,time-complexity,computer-science,Machine Learning,Deep Learning,Time Complexity,Computer Science,我试图测量ML模型实现的复杂性,以此与统计方法(例如)进行比较。是否可以像在其他算法/程序中那样使用大O复杂性度量 我建议根据内存使用量或训练时间来衡量复杂性。然而,这些都不是理论上的衡量标准,可能因机器而异。我使用的一种方法是简单地比较可训练参数的总数。可能需要测量数学运算的总数。但是,在构建具有不同层类型的深层模型时,这可能会很复杂 您对如何衡量机器学习模型的复杂性有何建议?具体而言,可以考虑卷积型神经网络。< /强> < P>,反向传播的大O是前向神经网络的O(n 5)和前向传播O(n