BriefGPT.xyz
Mar, 2018
稀疏深度学习的后验集中
Posterior Concentration for Sparse Deep Learning
HTML
PDF
Nicholas Polson, Veronika Rockova
TL;DR
该论文研究了一种名为 Spike-and-Slab Deep Learning 的全新深度学习建模方法,该方法采用完全 Bayes 的方式代替 Dropout 正则化,使得深度神经网络能够拥有更好的泛化性能,并且无需事先了解平滑度即可实现顺畅的输入输出映射。此外,该方法提供了深度 ReLU 神经网络的全新理论解释,有望改变未来神经网络的设计与构建方式。
Abstract
spike-and-slab deep learning
(SS-DL) is a fully
bayesian
alternative to Dropout for improving generalizability of deep
relu
networks. This
→