宽神经网络学习动力学介观描述

1. 12:00
   arXiv · ML

   大宽度神经网络学习动力学的介观描述

   宽神经网络中随机梯度下降的学习动力学可从重叠分布描述，早期阶段可用高斯近似。 通过高斯近似，学习可简化为追踪目标函数线性与二次成分的集体变量。 该机制通过二次屏蔽加速特化，滤波梯度波动。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。