representational capacity | BriefGPT

关键词representational capacity

搜索结果 - 6

循环神经网络语言模型表达能力下界
通过将递归神经网络语言模型连接到概率有限状态自动机，我们重新审视了递归神经网络语言模型的表征能力，并证明具有线性边界精度的递归神经网络语言模型可以表示任意的正则语言模型。
PDFa month ago
图神经网络中稳定性与表示能力之间的权衡
验证了在图神经网络中引入拓扑扰动的稳定性，针对不同结构的 EdgeNet 框架证明其稳定性，以及参数空间的自由度与代表能力之间的关系和边缘网络参数矩阵与图移动算子的特征向量错配程度对稳定性的影响。
PDF7 months ago
RefConv：具有强大 ConvNets 的重新参数化对焦卷积
通过在预训练模型中应用可训练的 Refocusing Transformation 以建立参数之间的联系，并且以此来增强预训练模型的表征能力，RefConv 可以在图像分类、目标检测和语义分割等任务中改进多个基于 CNN 的模型而不引入额外
PDF9 months ago
学习如何增强卷积神经网络中的负面信息
本文提出了一种可学习的非线性激活机制 LENI，旨在增强 CNN 中的负信息，并通过实验证明 LENI 可以提高模型的表示能力，同时保持 ReLU 的优点。
PDFa year ago
网络修剪参数共享的可扩展多智能体深度强化学习
本文提出了一种基于结构剪枝的深度神经网络方法，旨在增加联合策略的表示能力从而在多智能体强化学习中减少共享参数对不同行为任务的性能影响。多项基准测试表明所提方法相比共享参数方法具有显著的提高。
PDFa year ago
CVPRDyRep：动态重新参数化的引导式培训
本文提出了动态重参数化方法，通过优化计算效率、提升表征能力，采用 mini-batch 实现动态演化神经网络，并将其应用于 ResNet-18 模型上，结果表明：在 ImageNet 数据集上，相比基线模型，精度提升了 2.04％，运行时长
PDF2 years ago