اکسپرس 24
ترجمه فارسی مقاله یادگیری بیز-بهینه یک شبکه عصبی با پهنای گسترده از نمونه‌های درجه دوم

ترجمه فارسی مقاله یادگیری بیز-بهینه یک شبکه عصبی با پهنای گسترده از نمونه‌های درجه دوم

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Bayes-optimal learning of an extensive-width neural network from quadratically many samples
عنوان مقاله به فارسی یادگیری بیز-بهینه یک شبکه عصبی با پهنای گسترده از نمونه‌های درجه دوم
نویسندگان Antoine Maillard, Emanuele Troiani, Simon Martin, Florent Krzakala, Lenka Zdeborová
فرمت مقاله انگلیسی PDF
تعداد صفحات 47
دسته بندی موضوعات Machine Learning,Disordered Systems and Neural Networks,Information Theory,Machine Learning,Probability,یادگیری ماشین , سیستم های بی نظمی و شبکه های عصبی , تئوری اطلاعات , یادگیری ماشین , احتمال ,
توضیحات Submitted 7 August, 2024; originally announced August 2024. , Comments: 47 pages
توضیحات به فارسی ارسال شده در 7 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد. ، نظرات: 47 صفحه

قیمت: 19,000 تومان

سفارش

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، را نیز سفارش می‌دهید.

قیمت: 1,880,000 تومان

زمان تحویل: 2 تا 3 روز کاری

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

We consider the problem of learning a target function corresponding to a single hidden layer neural network, with a quadratic activation function after the first layer, and random weights. We consider the asymptotic limit where the input dimension and the network width are proportionally large. Recent work [Cui & al '23] established that linear regression provides Bayes-optimal test error to learn such a function when the number of available samples is only linear in the dimension. That work stressed the open challenge of theoretically analyzing the optimal test error in the more interesting regime where the number of samples is quadratic in the dimension. In this paper, we solve this challenge for quadratic activations and derive a closed-form expression for the Bayes-optimal test error. We also provide an algorithm, that we call GAMP-RIE, which combines approximate message passing with rotationally invariant matrix denoising, and that asymptotically achieves the optimal performance. Technically, our result is enabled by establishing a link with recent works on optimal denoising of extensive-rank matrices and on the ellipsoid fitting problem. We further show empirically that, in the absence of noise, randomly-initialized gradient descent seems to sample the space of weights, leading to zero training loss, and averaging over initialization leads to a test error equal to the Bayes-optimal one.

چکیده به فارسی (ترجمه ماشینی)

ما مشکل یادگیری یک تابع هدف را متناسب با یک شبکه عصبی لایه پنهان ، با یک عملکرد فعال سازی درجه دوم بعد از لایه اول و وزن های تصادفی در نظر می گیریم.ما حد مجانبی را در نظر می گیریم که در آن ابعاد ورودی و عرض شبکه به طور متناسب بزرگ باشد.کار اخیر [Cui & al '23] ثابت کرد که رگرسیون خطی خطای تست بهینه بیز را برای یادگیری چنین عملکردی فراهم می کند که تعداد نمونه های موجود فقط در بعد خطی باشد.این کار بر چالش باز تجزیه و تحلیل نظری خطای تست بهینه در رژیم جالب تر که تعداد نمونه ها در بعد درجه دوم است ، تأکید کرد.در این مقاله ، ما این چالش را برای فعال سازی های درجه دوم حل می کنیم و برای خطای تست بهینه بیز-بهینه یک بیان بسته بندی می کنیم.ما همچنین یک الگوریتم را ارائه می دهیم ، که ما آن را GAMP-RIE می نامیم ، که ترکیبی از پیام تقریبی با ماتریس چرخشی متمایز است و به صورت مجانبی به عملکرد بهینه می رسد.از نظر فنی ، نتیجه ما با ایجاد پیوندی با آثار اخیر در مورد نادیده گرفتن بهینه ماتریس های گسترده و بر روی مشکل اتصالات بیضوی فعال می شود.ما همچنین به صورت تجربی نشان می دهیم که ، در صورت عدم سر و صدا ، به نظر می رسد که نزول شیب به طور تصادفی از فضای وزنه ها نمونه می گیرد و منجر به از دست دادن آموزش صفر می شود و میانگین آن بیش از اولیه سازی منجر به یک خطای آزمایشی برابر با بیزاسیون می شود.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.