深度学习里的随机矩阵方法.pdf

  1. 1、本文档共41页,其中可免费阅读20页,需付费100金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

摘要

随机矩阵理论,简称RMT,起源于量子物理学的研究领域,如今已经已经

成为了概率论中重要的研究方向之一.而深度学习被认为是过去二十年来机器学

习领域最重要的突破.随机矩阵理论在深度学习中有着众多的应用,常常被用于

在理论方面分析神经网络的性能.本文是一篇综述性的文章,我们主要学习总结

了廖振宇等的书籍【5】以及白志东等的文章【8】.总结整理了基于随机矩阵理论的

分析方法来研究神经网络里的输入输出雅可比矩阵、Hessian

文档评论(0)

136****6583 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:7043055023000005

1亿VIP精品文档

相关文档