前馈神经网络的几何分解
神经与进化计算
2016-12-09 v1 组合数学
摘要
已有若干从数学上理解神经网络的尝试，而从生物学和计算视角的尝试则更多。该领域在过去十年中呈爆发式增长，然而神经网络仍多被视为黑箱。本工作中，我们描述了前馈神经网络所固有的一种结构。这将为未来改进训练算法、计算网络同调以及其他应用的神经网络研究提供框架。我们的方法采取更为几何的视角，不同于其他依赖函数视角从数学上理解神经网络的尝试。
引用
@article{arxiv.1612.02522,
title = {Geometric Decomposition of Feed Forward Neural Networks},
author = {Sven Cattell},
journal= {arXiv preprint arXiv:1612.02522},
year = {2016}
}
备注
11 pages, 2 figures