BriefGPT.xyz
Ask
alpha
关键词
expected risk
搜索结果 - 2
监督分类的信息论视角下的误差边界
采用信息理论的视角探索深度神经网络在有监督分类中的理论基础,分析了拟合误差、模型风险和泛化误差上界的相关概念及其对样本数据质量和正则化超参数设置的指导作用,研究发现过度参数化、非凸优化和平坦极小值在深度神经网络中的影响,并通过实证验证证实了
→
PDF
a month ago
数据增强再探讨:重新审视干净数据和扩充数据之间的分布差距
利用数据增强作为正则化方式,我们从解析角度重新考虑了数据增强在深度神经网络中的泛化问题,并发现它显著降低了模型泛化误差,但同时也导致略微增加了经验风险。使用较少的数据对完整增强的数据进行训练能够帮助模型更好地收敛于更好的区域,从而进一步提高
→
PDF
5 years ago
Prev
Next