- 博客(3)
- 资源 (4)
- 收藏
- 关注
原创 直观理解Neural Tangent Kernel
直观理解Neural Tangent Kernel本文是文章Some Intuition on the Neural Tangent Kernel的翻译整理.一句话总结:NTK衡量的是,在使用SGD优化参数下,其对应的随机到样本x′\displaystyle x'x′,在参数更新非常一小步η\displaystyle \etaη后,f(x)\displaystyle f( x)f(x)的变化。也就是:k(x,x′)=limη→0f(x,θ+ηdfθ(x′)dθ)−f(x,θ)ηk(x,x')=
2020-12-27 23:52:48 5034 3
原创 随机傅里叶特征(Random Fourier Features)
随机傅里叶特征(Random Fourier Features)如果使用核方法来预测测试集的样本x\displaystyle xx,比如核岭回归kernel ridge regression,我们需要计算:f(x)=∑i=1Ncik(xi,x)f( x) =\sum ^{N}_{i=1} c_{i} k( x_{i} ,x)f(x)=i=1∑Ncik(xi,x)需要O(Nd)\displaystyle O( Nd)O(Nd)其中N是样本量,d是x的维度大小。当样本量特别大的时候,这个复杂度是
2020-12-22 13:54:56 4788
原创 Darmois-Skitovic定理证明
DS定理在ICA上有着很重要的作用:独立成分分析FastICA算法原理本文给出了DS定理的证明。引理1 设f1,...,fN\displaystyle f_{1} ,...,f_{N}f1,...,fN可导,并且f1(a1x+b1y)+f2(a2x+b2y)⋯+fN(aNx+bNy)=A(x)+B(y) ∀x,yf_{1} (a_{1} x+b_{1} y)+f_{2} (a_{2} x+b_{2} y)\cdots +f_{N} (a_{N} x+b_{N} y)=A(
2020-12-02 23:50:34 619
超级简单好用多人屏幕共享工具,永久免费
2013-02-08
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人