待验证50% 置信事实精确时间
Lu等人于2017年证明了宽度有限但深度无限的ReLU网络同样是普适逼近器
1
来源数
50%
置信度
长期有效
时效性
2026/8/22
首次发现
来源
涉及实体
相关事实
待验证2017年Guo等人在ICML发表的《On Calibration of Modern Neural Networks》首次大规模实证校准失当现象，发现ResNet等现代深度网络比早期浅层网络校准更差66% 相似已验证ResNet（残差网络）由微软研究院何恺明团队于2015年提出，通过引入残差连接解决了深层网络训练中的梯度消失问题61% 相似待验证在现代深度网络中，Sigmoid已逐渐被ReLU及其变体所取代61% 相似待验证何恺明团队将ResNet网络深度推到了152层，并通过残差连接解决了退化问题60% 相似待验证ReLU即max(0,x)，在2010年代凭借计算高效、梯度稳定的优势迅速普及，成为现代深度学习的默认激活函数58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/787193API
curl https://kongchang.com/api/v1/knowledge/claims/787193MCP
get_claim(id=787193)