feedforward network | BriefGPT

关键词feedforward network

搜索结果 - 6

深度学习中的信息平面分析可视化通过传递熵
在一个前馈网络中，可以使用传递熵（TE）来衡量一层对另一层的影响，通过在训练期间量化它们之间的信息传递。通过在输入数据中的信息量与压缩表示之间绘制图表来理解信息瓶颈方法中压缩和信息保留之间的权衡，这被称为信息平面分析。我们使用 TE 来量化
PDF3 months ago
Instant3D：即时文本到三维生成
提出了一种新的基于文本的 3D 生成框架，名为 Instant3D，使用前向网络在不到一秒的时间内为未见的文本提示创建一个 3D 对象，并解决了 Janus 问题的多头效应。
PDF8 months ago
集成口罩网络
该研究介绍了两种机制 - 灵活的掩码输入矩阵和独特的网络修剪以尊重掩码的依赖结构，网络可以近似执行固定操作如矩阵 - 向量乘法，该机制对于在基于图的模型中进行文献测试依赖性或交互顺序具有应用价值。
PDF10 months ago
ICML神经网络应足够宽以学习不连续的决策区域
研究表明，深度学习中的 “宽度” 同样重要，特别是激活函数包含泄漏整流线性单元的金字塔结构前馈神经网络可以保证产生连通的决策区域，这对神经网络的构建和分类器的对抗性攻击有着重要的意义。
PDF6 years ago
ICCV级联精化网络的照片图像合成
该研究证明使用带有适当结构的前馈网络进行直接回归，而不必依赖对抗性训练，可以从语义布局中合成具有照片外貌的图像，并通过实验证明此方法比其他方法更加逼真。
PDF7 years ago
ICML平均场网络
本文针对平均场算法在应对不可精确推断的图模型中的广泛使用进行研究，并将该算法转化为具有多层结构和绑定权重的前向网络以进行一些自然的扩展，包括权重不绑定和 MFNs 作为推理工具和判别模型，最终的实验结果表明，在作为判别模型时，MFNs 可以
PDF10 years ago