यह अवलोकन किया गया सी है कि न्यूरल नेटवर्क की डिज़ाइन निर्णय अक्सर उनके सफल अनुकूलन के लिए महत्वपूर्ण होते हैं। इस लेख में, हम इस बात के सवाल की जाँच करते हैं कि क्या हमेशा एक न्यूरल नेटवर्क को इस प्रकार ढीज़ा जा सकता है कि वह ग्रेडिएंट डिसेंट के साथ अच्छी तरह से प्रशिक्षित हो।
इससे निम्नलिखित सार्वभौमिकता परिणाम प्राप्त होता है: यदि, एक दिए गए नेटवर्क के लिए, कोई भी एल्गोरिदम है जो वर्गीकरण कार्य के लिए अच्छे नेटवर्क वज़न पाता है, तो इस नेटवर्क का एक विस्तार अस्तित्व में है जो इन वज़नों और संबंधित अग्रणी आउटपुट को केवल ग्रेडिएंट डिसेंट प्रशिक्षण द्वारा प्रतिबन्धित करता है।
यह निर्माण व्यावहारिक गणनाओं के लिए नहीं है, लेकिन यह मेटा-सीख और संबंधित दृष्टिकोणों की संभावनाओं के बारे में कुछ दिशा प्रदान करता है।
प्रस्तुति इतिहास से: Gerrit Welper [ईमेल देखें] [v1]Mon, 27 Jul 2020 16:17:19 UTC (31 KB)
प्रमुख इकाइयाँ: लोग: Gerrit Welper
स्रोत: Hacker News · HeadlinesBriefing द्वारा सारांशित