Mécanique statistique pour les réseaux neuronaux profonds au-delà de la limite de largeur infinie
Comment fonctionnent les réseaux neuronaux profonds ? La physique statistique rencontre l’apprentissage profond dans un article publié dans Nature Machine Intelligence par un chercheur de l’équipe “Physique Statistique et Inférence pour la Biologie”. Une équipe de jeunes chercheurs coordonnée par le Dr Pietro Rotondo (Université de Parme) et comprenant le Dr Mauro Pastore (LPENS/LPTMS) a proposé une théorie effective capable de prédire les performances atteintes par une classe de réseaux neuronaux profonds (“entièrement connectés”).
> Pour en savoir plus, nous vous invitons à consulter l'article sur le site du LPENS
Références : Pacelli, R., Ariosto, S., Pastore, M., Ginelli, F., Gherardi, M., & Rotondo, P. (2023). A statistical mechanics framework for Bayesian deep neural networks beyond the infinite-width limit. Nature Machine Intelligence, 5(12), 1497‑1507. https://doi.org/10.1038/s42256-023-00767-6