BriefGPT.xyz
Ask
alpha
关键词
feedback weights
搜索结果 - 2
具有不对称连接和 Hebbian 更新 的深度学习
本论文提出一种使用 Hebbian 更新训练深度网络的方法,反馈权重与前馈权重分离以克服反向传播中不真实的对称性,即使在权重不同的情况下,其性能也与常规反向传播相当,同时提出了一种可以表示为最后一层局部 Hebbian 更新的成本函数。
PDF
6 years ago
反向传播中权重对称性的重要性如何?
通过 15 个不同的分类数据集系统性地调查 BP 算法的对称性依赖程度,研究结果表明:1. 反馈权重的大小对性能没有影响;2. 反馈权重的符号对性能影响显著,符号越一致性能越好;3. 使用随机大小的反馈权重且符号完全一致时,性能相当甚至优于
→
PDF
9 years ago
Prev
Next