arXiv 论文：梯度信号带噪且间歇可用时，学习可能不稳定

当梯度信息带噪且只能间歇获取时，学习可能变得不稳定：即使平均学习动态收敛到正确最优解，学习过程的方差仍可能渐近趋于无穷。作者在单层与多层线性网络中推导出学习稳定的显式条件，这些条件与随机梯度下降的稳定性条件互补但概念不同。由此，仅有精确的信用分配不足以支撑可靠学习，还需足够频繁、信息充分的反馈，这为生物可行学习模型增加了额外约束。

标题与摘要由 AI 辅助生成，事实与观点以原文为准。