Papers12:50
Chinese content研究证明加权 MMD 优化在过参数化下无虚假局部极小值理论向读者看过来:这篇论文证明了粒子够多时加权 MMD 优化不会卡在坏的局部极小值,还给了显式阈值。
理论向读者看过来:这篇论文证明了粒子够多时加权 MMD 优化不会卡在坏的局部极小值,还给了显式阈值。
这篇论文告诉你,训练到过拟合之前提前停一下,GD在带噪声的高斯混合分类上能拿到理论最优错误率,比插值器省指数级样本。
这篇论文从理论层面解释了为什么过参数化模型能泛化——做高维统计学习或深度学习理论的研究者,看完会对“良性过拟合”有更精确的数学理解,值得深入阅读。