关于一般卷积神经网络的 Lipschitz 界
信息论
2018-08-07 v1 计算机视觉与模式识别
math.IT
摘要
许多卷积神经网络(CNNs)具有前馈结构。本文提出一种估计此类 CNNs 的 Lipschitz 界的线性规划。对包括散射网络、AlexNet 和 GoogleNet 在内的若干 CNNs 进行数值研究,并与理论界比较。接着,建立了对平稳随机输入信号输出分布以 Lipschitz 界表示的集中不等式。该 Lipschitz 界进一步被用于建立一种非线性判别分析,以度量不同类别特征间的分离程度。
引用
@article{arxiv.1808.01415,
title = {On Lipschitz Bounds of General Convolutional Neural Networks},
author = {Dongmian Zou and Radu Balan and Maneesh Singh},
journal= {arXiv preprint arXiv:1808.01415},
year = {2018}
}
备注
26 pages, 20 figures