Arc Ridge

新理论推广了宽神经网络的正则化

一篇新论文引入了一个新颖的框架，用于理解和推广宽神经网络中的正则化。研究发现，标准的岭正则化会扭曲特征学习网络的归纳偏置，尤其会影响预训练模型。为解决此问题，作者将一种与模型无关的规范正则化器公理化，并推导出了广义岭正则化，提出“arc ridge”作为一种实用、鲁棒的替代方法，它在不同学习模式下将早期停止与规范正则化联系起来。该理论通过图像处理和自然语言处理的实证研究得到了验证。