最小限の深層学習アーキテクチャの体系的な特性評価：収束、枝刈り、量子化の統一的解析

要約

本研究は、タスク解決に必要なディープラーニングの最小アーキテクチャを特定するための計算手法を提案する。DNN、CNN、ViTを用いた画像分類において、アーキテクチャ探索、収束性、枝刈り感度、量子化耐性を体系的に分析した。その結果、性能の普遍性や学習ダイナミクスの3つのレジーム、安定学習に必要な最小パラメータ数などを明らかにした。

全文は有料プランで閲覧できます。