Machine learning 深度学习技术（DNN、DBN等）在实践中的速度有多快？
深度学习技术（深度神经网络、深度信念网络、深度叠加网络等）在某些领域非常有效。他们需要很长的时间来训练，但这是一个只有一次的成本 我读了几篇关于不同技术的论文，他们只关注训练的准确性和时间。一旦经过培训，他们在实践中得出答案的速度有多快 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Machine learning 深度学习技术（DNN、DBN等）在实践中的速度有多快？,machine-learning,neural-network,dbn,Machine Learning,Neural Network,Dbn,深度学习技术（深度神经网络、深度信念网络、深度叠加网络等）在某些领域非常有效。他们需要很长的时间来训练，但这是一个只有一次的成本 我读了几篇关于不同技术的论文，他们只关注训练的准确性和时间。一旦经过培训，他们在实践中得出答案的速度有多快 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 我认为它们的速度相当快，因为所有的权重都是固定的，但由于函数可能相当复杂，参数的数量也相当多，我不确定它们在实践中的表现如何 速度在很大程度上取决于网络的大小。假设您的网络是密集前馈网络，网络的每一
我认为它们的速度相当快，因为所有的权重都是固定的，但由于函数可能相当复杂，参数的数量也相当多，我不确定它们在实践中的表现如何 速度在很大程度上取决于网络的大小。假设您的网络是密集前馈网络，网络的每一层都由一个（通常是非常矩形的）矩阵表示。通过网络推送输入需要矩阵向量积。因此，如果你有一个8层的网络，它将需要8个矩阵产品。每一层所需的时间取决于数据集的原始尺寸和所述层的大小