美好的一天！(或晚上(
CIFAR-10 数据集上全连接神经网络的训练集(
是否有可能达到 0.001 或 0？
你能从你的经历中告诉我吗？
附言我想从过度拟合它开始训练 NN，然后调整参数以获得更好的泛化......
由于您没有对隐藏层的宽度指定任何限制，因此答案很简单 - 0。一个浅层的单隐藏层神经网络(给定足够的隐藏单元(可以在任何有限的数据集上实现0的训练误差(在错误分类方面((只要没有两个具有不同标签的样本(。这直接来自UAT(通用近似定理，来自Cybenko(。当然，您在练习中会遇到的情况可能会有所不同，但总的来说，您可以在 Cifar10 上获得 100% 的训练准确率。
javascript python java c# php android html jquery c++ css ios sql mysql arrays asp.net json python-3.x ruby-on-rails .net sql-server django objective-c excel regex ruby linux ajax iphone xml vba spring asp.net-mvc database wordpress string postgresql wpf windows xcode bash git oracle list vb.net multithreading eclipse algorithm macos powershell visual-studio image forms numpy scala function api selenium