标签: deep-learning-theory

2026年5月17日

• topological-deep-learning
• persistent-homology
• tda
• deep-learning-theory

2026年5月10日

• information-theory
• machine-learning
• deep-learning-theory

2026年6月22日

• learning-mechanics
• deep-learning-theory
• neural-networks
• 2026
• meta-theory

2026年6月21日

• backpropagation
• physical-theory
• hamilton-jacobi
• index
• deep-learning-theory

2026年6月21日

• deep-learning-theory
• learning-dynamics
• scientific-theory

2026年6月21日

• deep-learning-theory
• geometry
• propagation-field
• hidden-state-trajectory

2026年6月21日

• deep-learning-theory
• generalization
• loss-landscape
• inductive-bias
• representation-learning
• index

2026年6月21日

• generalization-theory
• double-descent
• benign-overfitting
• overparameterization
• ntk
• mu-parametrization
• feature-learning
• deep-learning-theory

2026年6月21日

• inductive-bias
• representation-learning
• neural-collapse
• information-bottleneck
• geometric-deep-learning
• rkhs
• symmetry-equivariance
• deep-learning-theory

2026年6月21日

• loss-landscape
• edge-of-stability
• muon-optimizer
• soap
• mode-connectivity
• hessian-spectral
• deep-learning-theory

2026年6月21日

• algebraic-geometry
• tropical-geometry
• neural-networks
• deep-learning-theory
• max-plus-algebra

2026年6月21日

• neural-networks
• probabilistic-graphical-models
• bayesian-deep-learning
• variational-inference
• deep-learning-theory

2026年6月21日

• hamilton-jacobi
• hopf-cole
• maslov-dequantization
• tropical-algebra
• deep-learning-theory

2026年6月20日

• deep-learning-theory
• survey
• index

2026年5月18日

• deep-learning-theory
• representation-learning
• neural-network-theory

2026年5月18日

• deep-learning-theory
• grokking
• generalization
• neural-network-theory

2026年5月18日

• deep-learning-theory
• feature-learning
• optimization
• neural-network-theory

2026年5月18日

• transformer
• hessian
• optimization-theory
• deep-learning-theory

2026年5月18日

• deep-learning-theory
• convex-optimization
• neural-network-theory
• implicit-regularization

2026年5月15日

• deep-learning-theory
• generalization
• representation-learning
• transformer-theory
• 2025-research
• 2026-research

2026年5月15日

• neural-ode
• continuous-depth
• differential-equation
• deep-learning-theory

2026年5月14日

• deep-learning-theory
• representation-learning
• canonical-representation-hypothesis
• entropic-force-theory

2026年5月14日

• deep-learning-theory
• diffusion-model
• generalization
• memorization

2026年5月14日

• deep-learning-theory
• generalization
• pac-bayes
• compositional-sparsity

2026年5月14日

• deep-learning-theory
• optimization
• continuous-time-analysis
• adaptive-optimizers

2026年5月14日

• deep-learning-theory
• transformer
• circuit-complexity
• expressivity

2026年5月10日

• optimization
• adaptive-optimizer
• convergence-theory
• adam
• deep-learning-theory

2026年5月10日

• optimization
• learning-rate
• warmup
• cosine-annealing
• deep-learning-theory

2026年5月08日

• deep-learning-theory
• learning-mechanics
• scientific-theory
• training-dynamics
• macroscopic-observables

2026年5月08日

• transformer
• generalization
• rademacher-complexity
• deep-learning-theory

2026年5月07日

• scaling-laws
• neural-networks
• deep-learning-theory
• theory

2026年5月07日

• scaling-laws
• neural-networks
• deep-learning-theory
• prediction

2026年5月07日

• scaling-laws
• neural-networks
• deep-learning-theory
• theory

2026年5月04日

• deep-learning-theory
• generalization
• path-regularization
• double-descent

2026年5月04日

• deep-learning-theory
• generalization
• riemannian-geometry
• effective-rank

2026年5月04日

• transformer
• length-generalization
• generalization-theory
• deep-learning-theory

2026年5月03日

• optimization
• deep-learning-theory
• central-flows
• edge-of-stability

2026年5月03日

• deep-learning-theory
• compositional-sparsity
• approximation-theory

2026年5月03日

• deep-learning-theory
• depth-advantage
• hierarchical-learning
• sample-complexity

2026年5月03日

• deep-learning-theory
• optimization
• generalization
• conjugate-learning

2026年5月03日

• deep-learning-theory
• feature-learning
• grokking
• neural-network-theory

2026年5月03日

• deep-learning-theory
• representation-learning
• neural-feature-ansatz
• optimization

2026年5月03日

• deep-learning-theory
• optimization
• gradient-flow
• convergence

2026年5月03日

• machine-learning
• information-theory
• deep-learning-theory

2026年5月03日

• deep-learning-theory
• loss-landscape
• topology
• optimization

2026年5月03日

• deep-learning-theory
• optimization
• minimum-description-length
• riemannian-geometry

2026年5月03日

• deep-learning-theory
• mode-connectivity
• optimization
• loss-landscape

2026年5月03日

• deep-learning-theory
• neural-thermodynamics
• entropic-force
• training-dynamics

2026年5月03日

• deep-learning-theory
• parameter-symmetry
• optimization

2026年5月03日

• deep-learning-theory
• parameter-symmetry
• unified-theory

2026年5月03日

• deep-learning-theory
• generalization
• riemannian-geometry
• overparameterization

2026年5月03日

• optimization
• deep-learning-theory
• spectral-gradient
• muon
• neural-network-theory

2026年5月03日

• synergy
• partial-information-decomposition
• mutual-information
• deep-learning-theory
• information-theory

2026年5月03日

• deep-learning-theory
• topology
• training-dynamics
• optimization

2026年5月03日

• transformer
• gauge-symmetry
• parameter-symmetry
• deep-learning-theory

2026年5月02日

• deep-learning-theory
• optimization

2026年5月02日

• generalization
• rademacher-complexity
• deep-learning-theory
• optimization

2026年5月02日

• deep-learning-theory
• network-architecture
• expressivity
• depth

2026年5月02日

• deep-learning-theory
• training-dynamics
• entropy
• parameter-symmetry

2026年5月02日

• information-bottleneck
• deep-learning-theory
• synergy
• mutual-information

2026年5月02日

• deep-learning-theory
• optimization
• neural-network

2026年5月02日

• deep-learning-theory
• optimization

2026年5月02日

• deep-learning-theory
• optimization
• implicit-bias

2026年5月02日

• deep-learning-theory
• information-theory
• generalization
• fisher-information
• regret-bounds

2026年5月02日

• llm
• in-context-learning
• bayesian-inference
• gaussian-process
• deep-learning-theory

2026年5月02日

• lottery-ticket-hypothesis
• network-pruning
• deep-learning-theory
• sparse-training

2026年5月02日

• magnitude-pruning
• network-pruning
• deep-learning-theory
• iterative-pruning

2026年5月02日

• optimization
• deep-learning-theory

2026年5月02日

• ntk
• neural-tangent-kernel
• kernel-methods
• infinite-width
• deep-learning-theory

2026年5月02日

• deep-learning-theory
• generalization
• neural-network

2026年5月02日

• training-dynamics
• phase-transition
• deep-learning-theory
• grokking

2026年5月02日

• positional-encoding
• geometry
• rope
• transformer
• deep-learning-theory

2026年5月02日

• deep-learning-theory
• optimization
• training-dynamics

2026年5月02日

• resnet
• dynamical-system
• neural-odes
• deep-learning-theory
• mean-field
• generalization

2026年5月02日

• training-dynamics
• phase-transition
• spectral-theory
• deep-learning-theory

2026年5月02日

• lottery-ticket-hypothesis
• sparse-training
• deep-learning-theory
• network-pruning

2026年5月02日

• transformer
• expressivity
• tropical-geometry
• deep-learning-theory

2026年5月01日

• backpropagation
• gradient-flow
• signal-propagation
• deep-learning-theory
• optimization

2026年5月01日

• mlp
• multi-layer-perceptron
• universal-approximation
• width-depth-tradeoff
• deep-learning-theory

2026年5月01日

• normalization
• gradient-flow
• lipschitz
• training-dynamics
• deep-learning-theory