논문 및 연구

OpenAI, 딥러닝의 깊은 이중 하강 현상 발견

원제목:Deep double descent

AI 요약

OpenAI는 double descent 현상이 CNN, ResNet, transformers에서 보편적으로 나타난다고 보고했다. 모델 규모, 데이터양, 훈련 시간이 커지면 성능이 먼저 개선됐다가 나빠지고 다시 개선된다. 이 효과는 세심한 정규화로 흔히 회피할 수 있으나 원인은 아직 충분히 이해되지 않았으며, 저자들은 이를 중요한 연구 방향으로 꼽았다.

핵심 정보

  • OpenAI는 double descent 현상이 CNN,ResNet,transformers에서 보편적으로 나타난다고 보고했다.
  • 모델 규모,데이터양,훈련 시간이 커지면 성능이 먼저 개선됐다가 나빠지고 다시 개선된다.
  • 이 효과는 세심한 정규화로 흔히 회피할 수 있으나 원인은 아직 충분히 이해되지 않았으며,저자들은 이를 중요한 연구 방향으로 꼽았다.

한눈에 보기

게시
업데이트
출처
OpenAI:官网动态(RSS · 排除企业/客户案例)
카테고리
논문 및 연구
AI 점수
60
원문 읽기 정보 출처에서 전체 본문 읽기
추천 이유

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。

관련 엔티티

출처 및 저작권

이 기사는 AIHOT 공개 API가 제공하는 선별 제목과 AI 요약을 바탕으로 하며, 출처를 밝히고 원문으로 연결합니다. 원문 저작권은 원 미디어와 저자에게 있으며, 본 사이트는 전문을 전재하지 않습니다.

원문 기사 · AIHOT 항목

인용 방법

본문을 인용할 때는 제목, 날짜, 영구 링크를 유지하고 출처를 Orange News(으)로 표기해 주세요.

Orange News: OpenAI, 딥러닝의 깊은 이중 하강 현상 발견. 2019년 12월 5일. https://new.nat6.net/ko/news/g3wsst0c4ve4trvbvw1qw9ooc/

전체 보기 →