研究提出谱重整化群学习框架与优化器
热点事件持续更新
研究提出谱重整化群学习框架与优化器
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Charles H. Martin 发表论文，提出用威尔逊重整化群视角组织深度神经网络各层训练收敛的谱图像，并将该框架扩展为 WW-PGD 优化器。 论文称，网络层常出现重尾幂律谱，且最强检查点多出现在幂律指数 α≈2 附近。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 13:00
用威尔逊重整化群视角看神经网络学习：谱指数 α≈2 为何标志训练良好报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · cs.AI用威尔逊重整化群视角看神经网络学习：谱指数 α≈2 为何标志训练良好
一项研究用威尔逊重整化群（RG，Renormalization Group）思路分析深度神经网络各层在训练中的谱结构，发现层常出现重尾幂律谱，且最强检查点多出现在幂律指数 α≈2 附近。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。