一类隐式网络的泛化界
机器学习
2026-02-05 v4 机器学习
摘要
隐式网络是一类其输出由参数化算子的固定点定义的神经网络。它们在自然语言处理、图像处理等众多应用中取得了成功。尽管它们在经验上取得了丰富的成功，但关于其泛化的理论工作仍在不足之处。在本工作中，我们考虑由参数化收缩固定点算子定义的广泛隐式网络族。我们基于对这些架构Rademacher复杂度的覆盖数论证，展示了该类的泛化界。
关键词
引用
@article{arxiv.2410.07427,
title = {A Generalization Bound for a Family of Implicit Networks},
author = {Samy Wu Fung and Benjamin Berkels},
journal= {arXiv preprint arXiv:2410.07427},
year = {2026}
}