揭秘深度学习成功的数学原因:从全局最优性到学习表征不变性

  • 时间:
  • 浏览:1
  • 来源:大发时时彩代理—大发大发彩票app

摘要:近期深度图架构用于表征学习和分类以前 ,识别系统的性能获得了巨大提升。然而,这一成功的数学是因为 依然不得而知。本文将回顾近期研究,为深度图网络的若干属性,如全局最优性、几何稳定性、学习表征不变性,提供另另1个数学证明。

1. 引言

论文链接:https://arxiv.org/abs/1712.04741

论文:Mathematics of Deep Learning

深度图网络 [1] 是在输入数据

近年来,深度图学习大获成功,尤其是卷积神经网络(CNN)在图像识别任务上的突出表现。然而,可能黑箱的处在,这一成功一度让机器学习理论学家颇感不解。本文的目的正是要揭示深度图学习成功的奥秘。通过围绕着深度图学习的另另1个核心每项——架构、正则化技术和优化算法,并回顾近期研究,作者为深度图网络的若干属性,如全局最优性、几何稳定性、学习表征不变性,提供了另另1个数学证明。