神经网络最小宽度的数值研究
机器学习
2019-10-31 v1
摘要
神经网络的宽度与深度是网络拓扑的基本方面。万能逼近定理指出，随着宽度或深度的增加，存在一个能任意好地逼近某函数的神经网络。这些定理所假设的诸如无限数据等要求，在实践中必须被离散化。通过数值实验，我们试图检验 Hanin 于 2017 年所建立的下界。
引用
@article{arxiv.1910.13817,
title = {A Numerical Investigation of the Minimum Width of a Neural Network},
author = {Ibrohim Nosirov and Jeffrey M. Hokanson},
journal= {arXiv preprint arXiv:1910.13817},
year = {2019}
}
备注
Draft manuscript to be submitted to SIAM Undergrad Research Online