量化流形：生成对抗网络学习到的流形是否收敛于真实数据流形
机器学习
2024-03-11 v1 人工智能
摘要
本文展示了我们量化机器学习模型（在本实验中为 GAN 模型）在训练过程中学习到的流形的实验。我们将每个 epoch 学习到的流形与代表真实数据的真实流形进行比较。为了量化流形，我们研究了 ML 模型学习到的流形的内在维数和拓扑特征，这些指标如何随着模型训练的继续而变化，以及这些指标在训练过程中是否收敛于真实数据流形的指标。
引用
@article{arxiv.2403.05033,
title = {Quantifying Manifolds: Do the manifolds learned by Generative Adversarial Networks converge to the real data manifold},
author = {Anupam Chaudhuri and Anj Simmons and Mohamed Abdelrazek},
journal= {arXiv preprint arXiv:2403.05033},
year = {2024}
}
备注
arXiv admin note: text overlap with arXiv:2311.13102