arXiv · Machine Learning· Zhijie Zheng·· 1 天前AI 评分53
高斯输入下正值 ReLU 网络的多项式学习
Polynomial Learning of Positive ReLU Networks under Gaussian Inputs
AI 导读
该论文研究标准高斯输入下正值、无偏置的单隐层 ReLU 网络，给出了不依赖隐藏方向分离或条件数假设的多项式样本与实数运算复杂度算法。在条件标签均值为宽度为 k 且总输出权重不超过 1 的网络时，预测平方误差为 ε 的学习器输出宽度至多为 k+min{k,d}；对二阶矩有界的任意标签，输出网络宽度为 O(k log(2/ε))。
来源：arXiv · Machine Learning · arxiv.org