嘈杂的神经网络训练集

最近我发现了一个神经网络试图分类字符的例子。训练了两个神经网络。一个嘈杂的数据集，第二个没有它。我试图找到任何理论上的解释，为什么使用嘈杂的训练集会给出更好的结果，但我没有得到足够的理解。任何人都可以解释我？在此先感谢嘈杂的神经网络训练集

2015-03-30 egorman44

带噪声的NN训练提高了泛化能力（网络能够为新的未知数据提供正确的预测），因为噪声使NN更难以精确地拟合每个数据点（防止NN仅仅记住训练数据，从而迫使其学习更有意义的关系）。有关噪声与其他形式正则化之间关系的数学细节和信息，可以参阅this paper

2015-03-31 09:46:20

回答