从傅里叶分析角度解读深度学习的泛化能力

作者丨许志钦 学校丨纽约大学阿布扎比分校博士后，纽约大学库朗研究所访问学者 研究方向丨计算神经科学，深度学习理论 深度学习成功地应用在很多领域，但对它的理论理解却非常缺乏。这两年，很多理论学家把关注点放在一个关于深度学习与传统学习理论的悖论上。在传统学习理论中，模型的参数越多，模型一般会更好地拟合训练数据，但模型的泛化能力（拟合测试数据集的能力）会变差。在深度学习中，参数的数目比训练数据集要大得多

>>阅读原文<<