标题：脸书、MIT｜The Principles of Deep Learning Theory:An Effective Theory Approach to Understanding Neural Networks(深度学习理论的原理:理解神经网络的有效理论方法)

简介：在本书中，我们在所做的每一个选择中都力求采用教学法，将直觉置于形式之上。这并不意味着计算不完整或草率；恰恰相反，我们试图提供每个计算的完整细节——其中肯定有很多——并特别强调执行相关计算所需的工具。事实上，了解计算是如何完成的与了解计算结果一样重要，因此我们的教学重点往往是其中的细节。其次，我们保留了对我们自己的电脑笔记本隐私的实验确认。鉴于现代深度学习代码的简单性和计算的可用性，您可以轻松地自行验证任何公式。第三，我们主要关注深度学习社区在实践中使用的现实模型：我们想要研究深度神经网络。特别是，这意味着 (1) 将不会讨论单隐藏层网络的一些特殊结果，以及 (2) 神经网络的无限宽度限制——对应于零隐藏层网络——将仅作为起点进行介绍。所有这些理想化的模型最终都会受到干扰，直到它们对应于真实模型。然而，我们的兴趣坚定地集中在为从业者使用的工具和方法提供解释上，以努力阐明是什么让它们如此有效。

下载地址：https://arxiv.org/pdf/2106.10165.pdf

内容中包含的图片若涉及版权问题，请及时与我们联系删除