Publication

Computational complexity of deep learning: fundamental limitations and empirical phenomena

Ludovic Théo Stephan, Alessandro Favero
2024

Résumé

This manuscript is the lecture notes of B. Barak’s course in the Les Houches ‘Statistical Physics and Machine Learning’ summer school in 2022. It surveys various proxies for computational hardness in random planted problems, from the low-degree likelihood ratio to statistical query complexity and the Franz–Parisi criterion, as well as the various relationships between those criteria. We also present a few aspects of the study of deep learning, from both a theoretical and empirical point of view.

Source officielle

https://infoscience.epfl.ch/entities/publication/7dc41ed0-f4dd-415f-a56f-c7fe12a4f2bc

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Computational complexity of deep learning: fundamental limitations and empirical phenomena

Chattez avec Graph Search

Extending Capabilities of Attention-based Models

Uncertainty quantification for a deep learning models for image-based crack segmentation

FSscore: A Personalized Machine Learning-Based Synthetic Feasibility Score