arXiv cs.AI / cs.LG 最新· Xin He·· 12 小时前AI 评分51
arXiv 论文给出随机特征到全可训练网络的 L2 近似界相变
Phase Transition from Random Features to Fully Trainable Networks
AI 导读
这篇论文给出部分可训练网络的平方 L2 近似率 O((κ_P log(m/δ)/m)^α)，并量化了从固定随机特征到全可训练网络之间的相变。结论建立在多项式谱衰减 α>1 和 leverage 兼容假设上，对两层级、宽度 m、可训练比例 P 的网络在 RKHS 单位球上以至少 1-δ 的概率一致成立。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。