| 标题 |
 Jamming transition as a paradigm to understand the loss landscape of deep neural networks 相关领域
最大值和最小值
黑森矩阵
人工神经网络
人工智能
深度学习
计算机科学
统计物理学
能源景观
曲率
相变
功能（生物学）
临界点（数学）
数学
物理
几何学
量子力学
数学分析
应用数学
生物
进化生物学
热力学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Physical review 作者：Mario Geiger; Stefano Spigler; Stéphane d’Ascoli; Levent Sagun; Marco Baity‐Jesi; et al 出版日期：2019-07-11 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
(2025-6-4)
Kao
cdercder
22336
Copyright
ssfg
ale
热心的薯片
帅气爆米花
Nole
幸福念文
愉快的真
sagitar
arniu2008
rico
369ninja
初景
淡然冬灵
Linsss
YangShu
Rocky
皖公网安备34019202002308
