arXiv · ML· Marco Miani, Albert Kj{\o}ller Jacobsen, Albert Lopez i Serrano, S{\o}ren Hauberg, Georgios Arvanitidis·· 1 天前AI 评分21
低期望 Fisher 秩意味着更好的 PAC 泛化
Lower expected Fisher rank implies better PAC generalization
AI 导读
研究提出 Fisher 对齐参数分布，保证低损失与参数对数体积随 Fisher 信息矩阵零特征值数量增长成正比。 该分布导出的高概率泛化误差界随 Fisher 矩阵期望秩变化，阐明其重要性。
来源：arXiv · ML · arxiv.org