中文

ReLU 门的单射性容量

机器学习 2024-10-29 v1 无序系统与神经网络 信息论 机器学习 math.IT

摘要

我们考虑 ReLU 网络层的单射性。确定 ReLU 单射性容量(层输入与输出的数量之比)被证明与确定所谓的 0\ell_0 球面感知机的容量同构。采用完全提升随机对偶理论,开发并利用了一个强大的程序来处理 0\ell_0 球面感知机,并隐式地处理 ReLU 层的单射性。为了将整个 fl RDT 机制投入实际使用,还进行了大量的数值评估。观察到提升机制收敛速度极快,在第三级提升时,估计量中的相对修正不超过 0.1%\sim 0.1\%。还揭示了关键提升参数之间的闭式显式解析关系。除了在处理所有必需的数值计算方面具有极其重要的意义外,这些关系还揭示了提升结构内优美的参数互联性。最后,结果表明所获得的结果也与 [40] 中的副本预测相当吻合。

关键词

引用

@article{arxiv.2410.20646,
  title  = {Injectivity capacity of ReLU gates},
  author = {Mihailo Stojnic},
  journal= {arXiv preprint arXiv:2410.20646},
  year   = {2024}
}