BriefGPT.xyz
Ask
alpha
关键词
graph metanetworks
搜索结果 - 2
尺度等变图元网络
该论文介绍了一种新兴的机器学习范式:学习高阶函数,特别是当这些函数的输入是神经网络时,尤其关注于与神经网络参数化中的排列对称性不同的扩展对称性,即缩放对称性。研究者提出了一种名为 ScaleGMNs 的框架,通过整合缩放对称性来使神经元和边
→
PDF
21 days ago
处理多样化神经结构的图元网络
通过构建图形元网络,将权重从其他神经网络作为输入,我们的 Graph Metanetworks (GMNs) 方法解决了处理对称性和参数空间几何的困难,有效地推广到多种神经网络架构,并验证了其有效性。
PDF
7 months ago
Prev
Next