网络碎片化是一个有用的复杂性度量吗？

本研究针对深层神经网络分类器输入空间的“碎片化”现象，探讨其是否可以预测模型的泛化性能。通过一种基于碎片化的复杂性度量，我们在PGDL基准上取得了良好的表现，并提出了碎片化在隐藏表示中也存在，且与训练过程中验证误差趋势相关的重要观察。研究结果表明，碎片化现象值得进一步探讨，以理解深层神经网络的泛化能力。