BriefGPT.xyz
大模型
Ask
alpha
关键词
pac-bayesian bound
搜索结果 - 5
深度学习的泛化界限
本研究提出了关于深度学习的泛化误差的准则,介绍了一种基于边际似然的 PAC-Bayesian Bound 方法来预测泛化误差,并进行了广泛实证分析以评估该方法的效果和特性。
PDF
4 years ago
通过最小化 PAC-Bayesian 广义化界限来学习高斯过程
该研究提出了一种使用 PAC-Bayesian 边界来直接优化 GPs 及其稀疏逼近的方法,相比于最大化边缘似然的常规方法,该方法具有更好的稳健性和泛化性能,并在多个回归基准数据集上获得了显着的泛化保证。
PDF
6 years ago
一种强凸 PAC-Bayesian 界限
提出了一种新的 PAC-Bayesian 界并构建了假设空间,使界在后验分布上是凸的,在经验性能与复杂性之间的折衷参数上也是凸的。通过 KL 散度来测量复杂性。提出了一种交替过程来最小化这个界,并给出了一个足够的条件,使得函数具有单一的全局
→
PDF
8 years ago
传导式 Rademacher 复杂度及其应用
利用转导 Rademacher 复杂度及其 Error bounds 技术,借助新型的算法误差求解及算法刻画技术,得出三个已知的算法误差边界并针对混合转导算法提出新的 PAC-Bayesian 边界。
PDF
10 years ago
一个带有 Dropout 界限的 PAC-Bayesian 教程
这篇论文简要介绍了现有的 PAC-Bayesian 理论,重点关注三种泛化界限及其应用,可以有效地处理规则参数及提供训练保障。
PDF
11 years ago
Prev
Next