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:万人牛牛棋牌_万人牛牛棋牌官网

论文:Mathematics of Deep Learning

论文链接:https://arxiv.org/abs/1712.04741

1. 引言

摘要:近期深度图架构用于表征学习和分类前一天 ,识别系统的性能获得了巨大提升。然而,你是什么 成功的数学原因分析 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,提供另一个 数学证明。

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,肯能黑箱的居于,你是什么 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一个 核心部分——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,提供了另一个 数学证明。

深度图网络 [1] 是在输入数据