重整化群视角解释神经网络泛化机制

近期有研究从重整化群（RG）的新视角解释了神经网络的泛化经典难题。该观点指出，模型在测试集上表现良好的原因并非单纯记忆训练数据，而是因为自然数据本身具备尺度不变的相关结构。神经网络通过学习并捕捉这种跨尺度的相关特征，从而实现了有效的泛化能力。

2026-07-29 ~ 2026-07-29 · 2 条相关

• 重整化群视角解释神经网络泛化：捕捉尺度不变结构 — burny_tech · 2026-07-29
• RG 视角解释泛化：神经网络学的是跨尺度相关结构 — burny_tech · 2026-07-29