费舍尔信息几何解释深度网络奥卡姆剃刀

Frank Nielsen 与 Ke Sun 推介合著论文《A Geometric Modeling of Occam's Razor in Deep Learning》，以最小描述长度理论为基础，用费舍尔信息矩阵和奇异半黎曼几何度量深度网络的模型复杂度。 论文认为，深度网络虽有高维参数空间，但大量参数会在零流形上退化，使实际复杂度降低，因此并不违背奥卡姆剃刀；作者称，该框架可为深度网络的良好泛化提供几何解释。论文于2019年首发，2025年修订后发表于《Information Geometry》。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。