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