深度线性网络训练问题获精确凸重构

研究者 Karthik Prakhya 与 Alp Yurtsever 提出，平方损失下深度线性神经网络的训练问题可在广义完全正锥的提升空间中精确凸重构。据其论文，重构后问题的最优值与原非凸问题相同，且对提升变量呈线性。 该提升空间的维度只取决于输入和输出维度，与网络深度及数据点数量无关；网络瓶颈宽度仅通过一个标量约束进入重构。上述结论来自作者在 arXiv 上发布的一手论文。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。