Supposons que nous ayons un réseau de neurones à rétroaction simple couche avec k entrées et une sortie. Il calcule une fonction à partir de , il est assez facile de voir que cela a au moins la même puissance de calcul que A C 0 . Juste pour le plaisir, nous appellerons l'ensemble des fonctions calculables par une seule couche réseau de neurones « N e u r un l ».
Il semble cependant qu'il pourrait avoir plus de puissance de calcul que seul.
Alors ... est ou N e u r a l = A C 0 ? Ce type de classe de complexité a-t-il également été étudié auparavant?
Réponses:
Il y a quelques références que j'ai pu trouver: Calcul à usage général avec des réseaux de neurones: Une étude des résultats théoriques de la complexité, 2003 et Hiérarchies de comptage: circuits polynomiaux de temps et de profondeur constante, 1993 .
Il semble que les réseaux de neurones soient considérés comme des circuits à seuil; c'est-à-dire les circuits utilisant des portes MAJORITY. Dans (2), il est le cas qu'un réseau de neurones de profondeur a une complexité T C 0 d (voici un lien pour un lien vers une entrée de zoo de complexité sur T C 0 ).d TC0d TC0
la source