【深度神经网络】主题论文推荐

原创

已于 2022-04-26 11:11:07 修改 · 1.2k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#ai #人工智能 #深度神经网络 #主题论文

于 2022-04-26 11:08:09 首次发布

在这里插入图片描述

深度神经网络（Deep Neural Networks，简称DNN）是深度学习的基础，是深度学习的一种框架。它是一种具备至少一个隐层的神经网络，与浅层神经网络类似，深度神经网络也能够为复杂非线性系统提供建模，但多出的层次为模型提供了更高的抽象层次，因而提高了模型的能力。

以下论文供大家参考学习：

1.Universality of Deep Convolutional Neural Networks.
本文研究展示了深度卷积神经网络（CNN）是通用的，这意味着当神经网络的深度足够大时，它可以用来将任何连续函数近似到任意精度。这回答了学习理论中的一个悬而未决的问题。本文的定量估计严格地给出了要计算的自由参数的数量，验证了深度CNN在处理大维数据方面的效率。该研究还证明了卷积在深层CNN中的作用。
PDF下载链接：https://www.aminer.cn/pub/5b3d98cc17c44a510f801f5e/?f=cs

2.Dynamics of Deep Neural Networks and Neural Tangent Hierarchy
本文研究了有限宽度深度全连接神经网络的NTK动态。研究者推导出常微分方程的无限层次结构，即捕获深度神经网络的梯度下降动态的神经切线层次结构（NTH）。此外，在神经网络宽度和数据集维度的某些条件下证明了NTH的截断层次结构近似于NTK的动态，直到任意精度。
PDF下载链接：https://www.a