★ 3
尺寸泛化的无维度缩放定律：指数分离
论文建立尺寸泛化的统计学习理论，证明样本复杂度存在尖锐的指数分离：多项式源衰减仅使尺寸泛化误差以 (log n)^{-Θ(1)} 衰减，而域内学习可达 n^{-Θ(1)}。研究进一步给出指数源条件以恢复多项式样本复杂度，并提供匹配的极小极大下界，形成无维度缩放定律。
arXiv cs.LG18 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文建立尺寸泛化的统计学习理论，证明样本复杂度存在尖锐的指数分离：多项式源衰减仅使尺寸泛化误差以 (log n)^{-Θ(1)} 衰减，而域内学习可达 n^{-Θ(1)}。研究进一步给出指数源条件以恢复多项式样本复杂度，并提供匹配的极小极大下界，形成无维度缩放定律。