BriefGPT.xyz
May, 2024
深层ReLU神经网络在逐步可分数据上的可解释全局极小值
Interpretable global minima of deep ReLU neural networks on sequentially separable data
HTML
PDF
Thomas Chen, Patricia Muñoz Ewald
TL;DR
明确构建了零损失神经网络分类器，以累积参数来表示权重矩阵和偏差向量，在输入空间上递归地作用于截断映射，针对训练数据的配置包括小且良好分离的聚类和可线性分离的等价类，最佳情况下在M维空间的Q个类别数据中，全局最小化能够用Q(M+2)个参数来描述。
Abstract
We explicitly construct
zero loss neural network classifiers
. We write the weight matrices and bias vectors in terms of
cumulative parameters
, which determine
→