arXiv · Machine Learning· Ege Gursoy, Nicolas Mansard·· 8 小时前AI 评分42
用于可认证学习的稀疏平方和（SOS）层
Sparse Sum-of-Squares Layers for Certified Learning
AI 导读
研究提出 Sparse SOS Layers 可微值层，在反向传播中复用前向求解的局部坐标和稀疏结构，以支持可认证学习。在测试的稠密参数化较大问题中，总 warm-call 时间最高提速 2.7 倍，内存由 160 GiB 降至 1.7 GiB；设计研究在未见实例和规模上实现零认证违规，所需优化求解次数约为有限差分法的七分之一。
来源：arXiv · Machine Learning · arxiv.org