深度网络如何学习稀疏和分层数据:稀疏随机层次模型
原文约200字,阅读约需1分钟。发表于: 。通过引入数据的稀疏性到生成式分层模型中,我们展示了学习到的抽象表达和空间变换的不变性之间的强相关性,并解释了卷积神经网络在 Sparse Random Hierarchy Model (SRHM) 中的样本复杂性如何依赖于任务的稀疏性和分层结构。
通过引入数据的稀疏性到生成式分层模型中,研究者展示了学习到的抽象表达和空间变换的不变性之间的强相关性,并解释了卷积神经网络在稀疏随机层次模型中的样本复杂性如何依赖于任务的稀疏性和分层结构。