BriefGPT.xyz
Ask
alpha
关键词
universal approximator
搜索结果 - 5
D2NO: 处理分布式深度神经算子中异构输入函数空间的高效方法
我们提出了一种新的分布式方法来放宽离散化要求,解决异构数据集挑战。我们的方法涉及将输入函数空间划分,并使用独立和分开的神经网络处理单个输入函数。通过使用一个集中的神经网络处理所有输出函数中的共享信息,这种分布式方法减少了梯度下降反向传播步骤
→
PDF
8 months ago
神经 ODEs 和可逆残差网络的逼近能力
证明了任何拓扑同胚都可以用在 $p$- 维欧几里得空间上的神经 ODE 或 i-ResNet 逼近,且也同时表明,用单个线性层对神经 ODE 或 i-ResNet 进行修整,就足以将模型变为非可逆连续函数的通用逼近器。
PDF
5 years ago
块状神经自回归流
本文介绍了一种新型的神经网络模型叫 Block neural autoregressive flow(B-NAF),通过使用单个前馈网络直接模拟双密度函数的变换关系实现了紧凑型的通用密度函数的拟合。同时,本文还比较了 B-NAF 和其他流行
→
PDF
5 years ago
贝叶斯网络和神经网络的相对表达能力
本文研究了神经网络与贝叶斯网络计算函数的区别,提出了测试算子来增强贝叶斯网络的表达能力,使得其边缘查询也可以成为万能逼近器。
PDF
6 years ago
基于齐次量子感知器的高效通用逼近器
该研究论文证明了可以利用一个可逆的、多体的单元操作实现具有 Sigmoid 激活函数的量子感知器,并且在神经网络中插入该感知器可以构成一个连续函数的普适逼近器。这一构造中所需的资源随着网络总规模的变大而缩小,并主要由层数决定。最后,该研究还
→
PDF
7 years ago
Prev
Next