中文

利用亚线性参数通过深度神经网络实现可证明的记忆化

机器学习 2021-11-03 v2

摘要

已知 O(N)O(N) 个参数足以让神经网络记忆任意 NN 个输入-标签对。通过利用深度,我们证明在输入点分离性的温和条件下,O(N2/3)O(N^{2/3}) 个参数足以记忆 NN 对。特别地,更深层的网络(即使宽度为 33)被证明比浅层网络能记忆更多的对,这也与近期关于深度对于函数逼近益处的一系列工作相一致。我们还提供了支持我们理论发现的实验结果。

关键词

引用

@article{arxiv.2010.13363,
  title  = {Provable Memorization via Deep Neural Networks using Sub-linear Parameters},
  author = {Sejun Park and Jaeho Lee and Chulhee Yun and Jinwoo Shin},
  journal= {arXiv preprint arXiv:2010.13363},
  year   = {2021}
}