热点事件持续更新
利用噪声波动和连接重缩放有效修剪任务训练循环神经网络
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
一项尚未经同行评审的预印本报告了一种针对任务训练循环神经网络的修剪方法：利用噪声波动并结合连接重缩放，在修剪后保持任务表现。作者称，该方法优于仅依据连接强度的修剪和非局部策略，并据此开发出表现优于原版的新版本。该结果来自计算模型，尚不能推广到生物神经网络或人类认知功能。
AI 根据报道生成 · 1 小时前更新
最新进展11月6日 13:00
预印本称噪声修剪在任务训练循环网络中保持任务表现，并优于仅用连接强度和非局部策略。报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv · Neurons and Cognition利用噪声波动和连接重缩放有效修剪任务训练循环神经网络
噪声修剪在任务训练循环网络中保持任务表现，优于仅用连接强度和非局部策略，并开发出优于原版的新版本。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。