برای اینکه شبکه بتونه بخوبی با این موارد برخورد کنه شما باید دیتای مناسب و کافی رو بهش بدید. وگرنه اگر صرفا یک نوع دیتا با یک نوع مثلا فرم یا شکل خاص باشه انتظار خیلی بالایی نباید داشته باشید.
یادتون باشه لایه های بیشتر یعنی سطح انتزاع بیشتر و در نتیجه قدرت تعمیم بیشتر . همینطور شبکه عمیق تر = تعداد پارامتر بیشتر و تعداد پارامتر بیشتر هم = نیازمند دیتای بیشتر هست .
میبینید که همه این موارد در یک راستا هستند.
البته این حرفا به این معنی نیست که برای اینکه یک شبکه قادر به تعمیم نسبت به یه شکل خاص باشه الزاما و حتما تمامی اشکال ممکن از یک چیز رو قبلا دیده باشه نه. اما اون شبکه باید به اندازه کافی انواع مختلفی از یک چیز رو دیده باشه تا ویژگی های خاص و مهم تصمیم گیرنده رو استخراج کنه و نهایتا با استفاده از همون ویژگی ها بتونه در تصاویر کاملا جدید بخوبی تعمیم بده . شما میتونید مقاله :
https://arxiv.org/pdf/1608.06037v3.pdf رو ببینید (بخش تصاویر انتهایی) رو تا ایده بگیرید. تصاویر اسلاید اول یا دوم دانشگاه استنفورد هم خیلی خوب هستن و نمونه های خوبی از تعمیم های خیلی عالی رو نشون میدن.