PulseAugur
实时 17:46:10
实体 Scaling Laws from Sequential Feature Recovery: A Solvable Hierarchical Model

Scaling Laws from Sequential Feature Recovery: A Solvable Hierarchical Model

PulseAugur coverage of Scaling Laws from Sequential Feature Recovery: A Solvable Hierarchical Model — every cluster mentioning Scaling Laws from Sequential Feature Recovery: A Solvable Hierarchical Model across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_32611 ·

    新模型解释了从顺序特征学习中产生的标度律

    研究人员开发了一个分层模型,解释了多层神经网络中标度律如何从特征学习中产生。该模型利用一种逐层谱算法,该算法顺序地恢复潜在的组合特征,更强的特征可以更早地被检测到,并且需要更少的数据。该方法基于随机矩阵理论,与浅层方法相比,显示出改进的标度性能,并为理解源自尖锐特征学习过渡的平滑标度律提供了理论框架。