线性等变可转向网络的隐式偏置
机器学习
2023-05-08 v2 最优化与控制
摘要
我们研究了群不变二分类中线性等变可转向网络上梯度流的隐式偏置。我们的发现表明，参数化预测子会在方向上收敛到由输入群作用定义的最大间隔的唯一群不变分类器。在输入表示的单位假设下，我们建立了可转向网络与数据增强之间的等价性。此外，我们证明了可转向网络相对于其非不变对应网络具有改进的间隔与泛化界。
引用
@article{arxiv.2303.04198,
title = {On the Implicit Bias of Linear Equivariant Steerable Networks},
author = {Ziyu Chen and Wei Zhu},
journal= {arXiv preprint arXiv:2303.04198},
year = {2023}
}