पेपर और शोध

OpenAI ने डीप लर्निंग में डीप डबल डिसेंट (Double Descent) परिघटना की पहचान की

मूल शीर्षक:Deep double descent

AI सारांश

OpenAI ने रिपोर्ट दी है कि double descent परिघटना CNN, ResNet और transformers में आम है: मॉडल के आकार, डेटा मात्रा या प्रशिक्षण समय बढ़ने पर प्रदर्शन में सुधार होता है, फिर गिरावट आती है, और अंततः फिर से सुधार होता है। यह प्रभाव अक्सर सावधानीपूर्वक नियमितीकरण (regularization) द्वारा टाला जा सकता है, लेकिन लेखक का कहना है कि इसके मूल कारण अभी पूरी तरह से समझ में नहीं आए हैं और इसे एक महत्वपूर्ण शोध दिशा माना गया है।

मुख्य जानकारी

  • OpenAI ने रिपोर्ट दी है कि double descent परिघटना CNN,ResNet और transformers में आम है: मॉडल के…
  • फिर गिरावट आती है,और अंततः फिर से सुधार होता है। यह प्रभाव अक्सर सावधानीपूर्वक नियमितीकरण…
  • लेकिन लेखक का कहना है कि इसके मूल कारण अभी पूरी तरह से समझ में नहीं आए हैं और इसे एक महत्वपूर्ण…

एक नज़र में

प्रकाशन समय
अपडेट समय
स्रोत
OpenAI:官网动态(RSS · 排除企业/客户案例)
श्रेणी
पेपर और शोध
AI स्कोर
60
मूल पढ़ें मूल स्रोत पर पूरा लेख पढ़ें
सुझाव का कारण

原文指出模型规模、数据量或训练时间增大时性能先降后升的普遍现象,并把它列为值得进一步研究的方向。

संबंधित एंटिटी

स्रोत और कॉपीराइट

यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।

मूल लिंक · AIHOT प्रविष्टि

उद्धरण कैसे दें

इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।

Orange News: OpenAI ने डीप लर्निंग में डीप डबल डिसेंट (Double Descent) परिघटना की पहचान की। 5 दिसंबर 2019। https://new.nat6.net/hi/news/g3wsst0c4ve4trvbvw1qw9ooc/

सभी देखें →