论文解读：解救深度学习过拟合的神器——非线性系数

图片来源：www.cs.uaf.deu导语设计出高性能的神经网络架构是AI从业者追求的目标，但是并没有通用的设计准则。在不久前发表的一篇论文中，研究者提出一种指标——非线性系数，可以很好地度量深度神经网络的过拟合程度。下面是对这篇论文的解读。论文题目：The Nonlinearity Coefficient - Predicting Overfitting in Deep Neural Networks论文地址：https://arxiv.org/abs/1806.00179如何判断神经网络的性能在神经网络在各个领域不断攻城略地的今天，如何设计一个性能优良的网络，和判断网络是否能够能够被训练，成为了科学家和工程师们的主要问题。针对这个问题，本文介绍了一种叫做非线性系数（NLC）的度量方式，NLC是针对梯度爆炸和塌陷域的一种度量方法。通过NLC，可以对一个神经网络的 ………………………………