BriefGPT.xyz
May, 2024
神经网络场论中的贝叶斯RG流
Bayesian RG Flow in Neural Network Field Theories
HTML
PDF
Jessica N. Howard, Marc S. Klinger, Anindita Maiti, Alexander G. Stapleton
TL;DR
通过将神经网络架构映射到统计场理论空间,构建了神经网络场论对应(NNFT);利用信息论粗粒化方案(BRG)与粒子物理准确重整化群(ERG)的原则,形成了一个探索神经网络和统计场理论空间的强大新框架,称为BRG-NNFT;通过BRG-NNFT,可以将神经网络训练动力学解释为从信息论上的“红外”到“紫外”的SFT空间中的流动。
Abstract
The
neural network field theory correspondence
(NNFT) is a mapping from neural network (NN) architectures into the space of statistical field theories (SFTs). The
bayesian renormalization group
(BRG) is an
→