Feb, 2025

神经网络学习距离度量

TL;DR本研究解决了神经网络在学习过程中是否优先选择基于距离的表示的问题。通过对六种MNIST网络架构的实验,我们提出了一种新的几何框架,并引入了基于Mahalanobis距离方程的OffsetL2架构,验证了基于距离的学习在神经网络设计中的重要性。研究结果表明,表示方式直接影响模型的性能。