【JF Lu】 Deep Network Approximation for Smooth Functions
目标是用Relu网络去逼近更加光滑的函数空间,在范数的意义下。定理1.1简单而言是说:可以用宽度深度的ReluFNN去接近,而且接近误差是:这是一个非渐近的结果,而且同时显示了深度和宽度在网络逼近能力的中的影响。这个误差是渐近最优的。1.光滑性确实提高了接近的效率。2.如果足够光滑,s大于d,那么就不会有维数灾难。3.如果把宽度和深度的要求写成比较简洁的形式就是如下的版本:4.如果突出逼近误差,并