跳到正文
智迹闻AuraTracer

卷积神经网络局部性与权重共享研究

本机阅读

发生了什么

据arXiv cs.LG发布的研究,卷积神经网络的局部性与权重共享对其学习动态有重要影响。研究通过教师-学生模型,对比了卷积与局部连接学生在不同空间相关性下的学习轨迹。发现无相关性时,卷积学生学习速度是局部连接学生的P倍。空间相关性存在时,卷积学生误差随相关性增加而增长,而局部连接学生误差则相对较低。当学习率调至训练周期时,局部连接学生在早期表现更优,卷积学生在后期表现更优,两者间存在可分析的转换点。

报道与来源

1 篇

发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。

  1. arXiv cs.LG一手材料

    The role of locality and weight sharing in convolutional neural networks

来源关系与证据边界

按已记录的来源角色展示;连线仅表示原生身份流程确认的同稿入口,不表示独立佐证或跨报道引用。

  1. 一手材料1 个发布入口