中文

深度神经网络的可证明近似性质

机器学习 2017-04-24 v3 机器学习 神经与进化计算

摘要

我们讨论使用深度神经网络的函数近似。给定位于dd维流形ΓRm\Gamma \subset \mathbb{R}^m上的函数ff,我们构造一个稀疏连接深度为4的神经网络,并界定其近似ff的误差。网络的大小依赖于流形Γ\Gamma的维数和曲率、ff的复杂度(以其小波描述衡量),而仅弱依赖于外围维数mm。本质上,我们的网络计算小波函数,这些函数由修正线性单元(ReLU)计算得到。

关键词

引用

@article{arxiv.1509.07385,
  title  = {Provable approximation properties for deep neural networks},
  author = {Uri Shaham and Alexander Cloninger and Ronald R. Coifman},
  journal= {arXiv preprint arXiv:1509.07385},
  year   = {2017}
}

备注

accepted for publication in Applied and Computational Harmonic Analysis