Aug, 2023
递归神经网络中物体识别的表示动态特性
Characterising representation dynamics in recurrent neural networks for
object recognition
TL;DR通过研究大规模可视化模型中循环神经网络(RNN)的表征动力学,发现推理过程中表征持续演化,且错分表征表现出较低的L2范数激活模式,并更靠近读出区域的边缘,这种排列方式有助于错分表征随时间进展逐渐进入正确的区域,结果对于理解自然任务中RNN动力学具有普适意义。