神经网络的全局景观:综述
机器学习
2023-07-19 v1 最优化与控制
机器学习
摘要
神经网络训练的主要关注点之一在于,相关损失函数的非凸性可能导致不良的景观。神经网络近期的成功表明其损失景观并非太差,但我们对景观具体了解哪些结果?本文综述了关于神经网络全局景观的最新发现与结果。首先,我们指出宽神经网络在特定假设下可能存在次优局部极小值。其次,我们讨论了关于宽网络几何性质的若干严格结果,例如“无坏盆地”,以及一些消除次优局部极小值和/或通向无穷远的递减路径的修改。第三,我们讨论了实际神经网络景观的可视化与经验探索。最后,我们简要讨论了一些收敛性结果及其与景观结果的关系。
引用
@article{arxiv.2007.01429,
title = {The Global Landscape of Neural Networks: An Overview},
author = {Ruoyu Sun and Dawei Li and Shiyu Liang and Tian Ding and R Srikant},
journal= {arXiv preprint arXiv:2007.01429},
year = {2023}
}
备注
16 pages. 8 figures