一种基于激活函数几何收缩性质的前馈神经网络训练新方法
神经与进化计算
2018-08-14 v2 机器学习
摘要
我们提出了一种针对具有几何收缩性质激活函数的前馈神经网络的新训练方法。该方法通过从输出层移除激活函数的非线性，构造了一个与经典泛函相比非线性程度更低的新泛函。我们通过一系列实验验证了这种新方法，实验表明其学习速度有所提高且分类误差更小。
引用
@article{arxiv.1606.05990,
title = {A New Training Method for Feedforward Neural Networks Based on Geometric Contraction Property of Activation Functions},
author = {Petre Birtea and Cosmin Cernazanu-Glavan and Alexandru Sisu},
journal= {arXiv preprint arXiv:1606.05990},
year = {2018}
}