神经网络结构复杂度及其功能表现：梯径理论与算法信息论

文章预览

导语 最近，北京师范大学珠海校区-复杂系统国际科学中心副教授刘宇等人在 Nature 旗下子刊 npj Complexity 杂志发表最新研究，用梯径（Ladderpath）方法研究神经网络的结构复杂度，并指出其结构复杂度与功能表现之间的关系。这为我们提供了一个看待神经网络的新视角。 刘宇老师是集智俱乐部「 AI By Complexity 」读书会的发起人之一。 「AI By Complexity」 读书会探究如何度量复杂系统的“好坏”？如何理解复杂系统的机制？这些理解是否可以启发我们设计更好的AI模型？在本质上帮助我们设计更好的AI系统。读书会于6月10日开始，每周一晚上20:00-22:00举办。欢迎从事相关领域研究、对AI+Complexity感兴趣的朋友们报名读书会交流！ 研究领域：神经网络，算法复杂性，算法信息论，梯径理论 张章、刘宇   | 作者 ecsLab   | 来源 论文题目：Correlating measures of hie ………………………………