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
- カテゴリ
- 論文・研究
- AI スコア
- 60
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。
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/