BriefGPT.xyz
Ask
alpha
关键词
neural network generalization
搜索结果 - 3
GenEFT:通过有效理论理解模型泛化的静态和动态
我们提出了 GenEFT:一种有效的理论框架来阐明神经网络泛化的静态和动态,并通过图学习的示例进行说明。我们首先研究了数据大小增加时的泛化相变,并将实验结果与基于信息论的近似进行了比较,发现在解码器既不太弱也不太强的 “金发区” 中存在泛化
→
PDF
5 months ago
深度学习中 NTK 在理解泛化方面的局限性
本文通过缩放定律的角度研究神经切向核 (NTK) 及其经验性变量,发现它们无法完全解释神经网络泛化的重要方面。通过实际设置,我们展示了有限宽度神经网络相对于其对应的经验和无穷 NTK 起始时具有显着更好的数据缩放指数,并证明了 NTK 方法
→
PDF
2 years ago
深度视觉推理:从初始场景图像学习预测任务和运动规划的动作序列
本文提出了一种基于场景图像的深度卷积循环神经网络,可用于从一个初始化的场景图像中预测任务与运动规划中的动作序列。该网络可避免组合复杂性并具有很好的泛化性能,可加速任务与运动规划的运行时间。
PDF
4 years ago
Prev
Next