深度神经网络非线性动力学分析：拓扑熵与混沌
机器学习
2019-01-09 v3 机器学习
摘要
深度神经网络（DNN）的理论解释仍是一个开放问题。本文因其分层结构而将 DNN 视为离散时间动力系统。从拓扑熵和由李雅普诺夫指数刻画的混沌角度，分析了动力学中非线性所带来的复杂性。所揭示的 DNN 动力学性质被用于分析相应的分类与泛化能力。
引用
@article{arxiv.1804.03987,
title = {Analysis on the Nonlinear Dynamics of Deep Neural Networks: Topological Entropy and Chaos},
author = {Husheng Li},
journal= {arXiv preprint arXiv:1804.03987},
year = {2019}
}
备注
17 pages, 24 figures