PulseAugur
中
实时 10:25:10
English(EN) The Data Manifold under the Microscope

新框架探测数据流形几何以用于深度学习理论

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员引入了一个新的基准测试框架，用于研究数据流形的几何形状，弥合了深度学习理论与实践之间的差距。该框架使用修改后的 dSprites 和 COIL-20 数据集，并配有估计器来准确测量曲率和范围等几何属性。目标是提供一个受控的环境来测试理论假设和校准几何估计器，初步研究考察了现有边界的缩放行为和 \beta-VAE 的逐层几何。 AI

影响 提供了一个受控的环境来测试关于深度学习泛化和逼近的理论假设。

排序理由 该集群描述了一篇新的学术论文，其中详细介绍了一个用于研究深度学习中数据几何的新基准测试框架。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

报道来源 [2]

  1. arXiv cs.LG TIER_1 English(EN) · Marios Koulakis, Constantin Seibold ·

    The Data Manifold under the Microscope

    arXiv:2606.15760v1 Announce Type: new Abstract: A significant gap exists between theory and practice in deep learning. Generalization and approximation error bounds are often derived for simplified models or are too loose to be informative. Many rely on the manifold hypothesis an…

  2. arXiv stat.ML TIER_1 English(EN) · Constantin Seibold ·

    The Data Manifold under the Microscope

    A significant gap exists between theory and practice in deep learning. Generalization and approximation error bounds are often derived for simplified models or are too loose to be informative. Many rely on the manifold hypothesis and on geometric regularity such as intrinsic dime…

相关实体

相关话题