一种用于训练深度神经网络的预测-校正方法
计算机视觉与模式识别
2018-03-16 v1
摘要
深度神经网络的训练代价高昂。我们提出了一种用于训练深度神经网络的预测-校正方法。该方法将预测步与校正步交替进行，使用带有反向传播的随机梯度下降，从而验证精度没有损失。该方法不需要对带有反向传播的 SGD 进行任何特殊修改。我们的实验表明，在 CIFAR-10 数据集上时间提升了 9%。
引用
@article{arxiv.1803.05779,
title = {A predictor-corrector method for the training of deep neural networks},
author = {Yatin Saraiya},
journal= {arXiv preprint arXiv:1803.05779},
year = {2018}
}
备注
6 pages, 2 figures, 2 tables