May, 2016
学习神经网络的不合理有效性:从易于访问的状态和稳健集合到基本算法方案
Unreasonable Effectiveness of Learning Neural Networks: From Accessible States and Robust Ensembles to Basic Algorithmic Schemes
Carlo Baldassi, Christian Borgs, Jennifer Chayes, Alessandro Ingrosso, Carlo Lucibello...
TL;DR研究了具有离散权重的人工神经网络中学习过程的优化,提出了一种被称为 “鲁棒集合” 的新量度来抑制被隔离的配置所困住,并分析了稀有但极度密集和可访问的网络配置区域的存在。为解决此问题,提出了一个算法方案来定义目标,并证明了该算法在从驱动分配的稠密状态中提取信息时的有效性。