Publication

A Theory of Finite-Width Neural Networks: Generalization, Scaling Laws, and the Loss Landscape

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Connectez-vous pour utiliser Chat avec Graph Search

Publications associées à A Theory of Finite-Width Neural Networks: Generalization, Scaling Laws, and the Loss Landscape | EPFL Graph Search

A Theory of Finite-Width Neural Networks: Generalization, Scaling Laws, and the Loss Landscape

Graph Chatbot

Chattez avec Graph Search

Continuous-variable neural network quantum states and the quantum rotor model

On the symmetries in the dynamics of wide two-layer neural networks

Learning curves for the multi-class teacher-student perceptron

Universal Approximation Property of Hamiltonian Deep Neural Networks

Sharp asymptotics on the compression of two-layer neural networks

Theory of Deep Learning: Neural Tangent Kernel and Beyond

Learning of Continuous and Piecewise-Linear Functions With Hessian Total-Variation Regularization

Proximal Point Imitation Learning

Comment on "Manifolds of quasi-constant SOAP and ACSF fingerprints and the resulting failure to machine learn four-body interactions" [J. Chem. Phys. 156, 034302 (2022)]

An Analysis of Super-Net Heuristics in Weight-Sharing NAS