GENNI：可视化神经网络可辨识性中等价关系的几何结构
机器学习
2020-11-17 v1 神经与进化计算
微分几何
摘要
我们提出一种高效算法以可视化神经网络中的对称性。通常，模型是相对于参数空间定义的，其中不相等的参数可产生相同的输入输出映射。我们提出的方法 GENNI 使我们能够高效识别功能等价的参数，并可视化所得等价类的子空间。借此，我们如今能更好地探究围绕可辨识性的问题，并可应用于常用或新开发的神经网络架构的优化与泛化性。
引用
@article{arxiv.2011.07407,
title = {GENNI: Visualising the Geometry of Equivalences for Neural Network Identifiability},
author = {Daniel Lengyel and Janith Petangoda and Isak Falk and Kate Highnam and Michalis Lazarou and Arinbjörn Kolbeinsson and Marc Peter Deisenroth and Nicholas R. Jennings},
journal= {arXiv preprint arXiv:2011.07407},
year = {2020}
}