BriefGPT.xyz
大模型
Ask
alpha
关键词
variational dropout
搜索结果 - 4
AAAI
后验引导的神经网络结构搜索
本研究从贝叶斯角度出发,提出了一种后验引导的神经结构搜索方法(PGNAS),通过估计网络结构和权重的联合后验分布,减少数据采样与超参数调整,并在图像分类任务上进行验证,证明了 PGNAS 较其它方法在搜索精度与速度方面具有良好的平衡。
PDF
5 years ago
依赖变分 Beta-Bernoulli Dropout 的自适应网络稀疏化
我们提出了一种自适应的变分 dropout 方法,在此方法中使每个神经元进化为通用或特定于某些输入,或完全被删除,以允许网络耐受更大程度的稀疏性,同时消除功能中冗余项,我们在多个公共数据集上验证了我们的依赖性变分 beta-Bernoull
→
PDF
6 years ago
改进的贝叶斯压缩
本文提出了结合软权重共享和变分 dropout 方法的神经网络模型压缩新方法,达到了工业规模使用的标准。
PDF
7 years ago
ICML
变分 Dropout 稀疏深度神经网络
本研究采用变分丢失技术,提供了一种优雅的高斯丢失的贝叶斯解释,将其扩展到丢失速率无界的情况,提出一种减少梯度估计器方差的方法,并在每个权重的情况下报告第一个实验结果。有趣的是,在完全连接和卷积层中都导致极度稀疏的解决方案。这种效应类似于实证
→
PDF
7 years ago
Prev
Next