机器学习算法的效率比较

Question

我知道CNN和其他深度学习方法的算法复杂度不能完全用简单的术语来表达，比如大的哦复杂度。也就是说，如何将CNN的效率/复杂性与标准机器学习方法(例如决策树、LDAs、朴素贝叶斯等)进行比较？深度学习方法是昂贵的，但我们如何知道它们相对昂贵呢？

Answer 1

一种深度学习方法可以应用于多个问题(如计算机视觉、自然语言处理等)，该方法的性能可能取决于该方法处理的问题，但有一些“流行的数据集”，通常由深造研究者用来对其方法进行基准测试。假设您有深度学习方法，如果您想知道您的方法用于手写分类的效率有多高，您可以通过对mnist数据集进行分类并计算其准确性来对您的方法进行基准测试。如果要将方法的性能与另一种方法进行比较，可以在internet上搜索另一种使用相同数据集进行基准测试的方法下面是一个例子。