Equilibrium and non-Equilibrium regimes in the learning of Restricted Boltzmann Machines - Archive ouverte HAL
Communication Dans Un Congrès Année : 2021

Equilibrium and non-Equilibrium regimes in the learning of Restricted Boltzmann Machines

Domaines

Apprentissage [cs.LG] Systèmes désordonnés et réseaux de neurones [cond-mat.dis-nn] Mécanique statistique [cond-mat.stat-mech]

Aurélien Decelle  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-03518796

Soumis le : lundi 10 janvier 2022-10:41:12

Dernière modification le : jeudi 28 novembre 2024-15:38:02

Consulter le texte intégral

Dates et versions

hal-03518796 , version 1 (10-01-2022)

Identifiants

Citer

Aurélien Decelle, Cyril Furtlehner, Beatriz Seoane. Equilibrium and non-Equilibrium regimes in the learning of Restricted Boltzmann Machines. NeurIPS 2021, Dec 2021, Vancouver, United States. ⟨hal-03518796⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CNRS INRIA CENTRALESUPELEC INRIA2 UNIV-PARIS-SACLAY LISN GS-ENGINEERING GS-COMPUTER-SCIENCE LISN-AO
77 Consultations
0 Téléchargements

Altmetric

Partager

More