論文・研究

OpenAI、深層学習における深い二重降下現象を発見

原題:Deep double descent

AI 要約

OpenAI は、double descent 現象が CNN、ResNet、transformers に広く存在すると報告した。モデル規模、データ量、トレーニング時間が増えるにつれ、性能はまず改善し、次に悪化し、その後再び改善する。この効果は慎重な正則化によってしばしば回避できるが、著者らはその原因は十分に理解されていないとし、重要な研究方向として挙げている。

要点

  • OpenAI は、double descent 現象が CNN、ResNet、transformers に広く存在すると報告した。
  • モデル規模、データ量、トレーニング時間が増えるにつれ、性能はまず改善し、次に悪化し、その後再び改善する。
  • この効果は慎重な正則化によってしばしば回避できるが、著者らはその原因は十分に理解されていないとし、重要な研究方向として挙げている

概要

公開日時
更新日時
出典
OpenAI:官网动态(RSS · 排除企业/客户案例)
カテゴリ
論文・研究
AI スコア
60
原文を読む 情報源で全文を読む
おすすめの理由

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。

関連エンティティ

出典と著作権

本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。

原文記事 · AIHOT 記事

引用方法

本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。

Orange News:OpenAI、深層学習における深い二重降下現象を発見。2019年12月5日。https://new.nat6.net/ja/news/g3wsst0c4ve4trvbvw1qw9ooc/

すべて見る →