待验证85% 置信事实时间未知
神经网络层数越多、神经元越多，模型的表达能力越强，但也越容易出现过拟合
1
来源数
85%
置信度
长期有效
时效性
2026/5/31
首次发现
来源
神经网络入门：从基本原理到手写数字识别实战
bilibiliAI算法实战营
涉及实体
相关事实
待验证当需要表征的特征数量远超可用神经元数量时，网络会利用高维空间中近似正交向量数量远超维度数量的特性（Johnson-Lindenstrauss引理）将多个特征叠加压缩编码到同一组神经元上80% 相似待验证叠加现象指神经网络倾向于用远少于特征数量的神经元同时编码大量语义特征，与传统一个神经元一个特征的直觉相悖76% 相似待验证神经调质通过体积传递方式扩散到更广泛脑区，同时调节大量神经元的兴奋性和突触效率，效应可持续数秒到数分钟甚至更长76% 相似待验证等变神经网络的等变性使输出随输入的旋转或平移变换而以相同方式变换，这种归纳偏置提高了样本效率76% 相似待验证现代卷积神经网络的感受野随层级加深而递增，功能上与人类视觉皮层V1→V2→V4→IT区的加工流水线高度吻合75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/5501API
curl https://kongchang.com/api/v1/knowledge/claims/5501MCP
get_claim(id=5501)