arXiv ID:
2606.23477
arXiv 提交日期: 2026-06-22
亚线性结构化深度神经网络实现组合函数的特征学习一致性 / Sublinearly Structured Deep Neural Networks Achieve Feature Learning Consistency for Compositional Functions
1️⃣ 一句话总结
本文证明,对于具有层级组合结构的目标函数,若深度神经网络的输入/输出维度和隐藏神经元数量随样本量呈亚线性增长(即网络结构并非无限宽),则该网络不仅能保证特征学习和预测性能与经典统计模型相当,还能在超参数化(参数多于样本)情况下保持一致性,这解释了为何像AlexNet、VGGNet等广泛使用的CNN在图像任务上能取得优异表现。