요약

본 논문은 텐서 프로그램을 활용하여 무한 너비의 가우시안 프로세스 극한을 가진 랜덤 신경망을 연구하고, Wasserstein 거리에서의 정량적 수렴 이론을 제시합니다. 특히 유한 네트워크 실행과 그들의 가우시안 프로세스 극한 사이의 오차 경계를 명확히 합니다.

핵심 포인트

• 텐서 프로그램을 이용해 무한 너비 랜덤 신경망 연구
• Wasserstein 거리 기반 정량적 수렴 이론 제시
• 유한 네트워크와 가우시안 프로세스 극한 간의 오차 경계 제공
• 피드포워드, 순환형, 트랜스포머 등 다양한 아키텍처 적용 가능