谱遍历性替代随机矩阵的深度学习架构研究数据

本数据集用于研究深度学习架构中的谱遍历性，结合Thirumalai-Mountain（TM）度量和Kullbach-Leibler（KL）散度方法，通过模拟典型权重矩阵的随机矩阵系综分析深度和循环神经网络。具体包含不同大小的圆形随机矩阵系综（CUE、COE、CSE）的特征值谱和谱遍历性计算结果，作为系统连通性的函数。数据集以压缩包形式提供，包含Python笔记本。