快速 Clifford 神经层
机器学习
2025-07-03 v1 人工智能
神经与进化计算
性能
摘要
Clifford神经层通过引入Clifford代数到神经网络中来改进偏微分方程（PDE）建模。在本项目中，我们专注于优化2/3D Clifford卷积层和多向量激活层的推理，以实现单核CPU性能。总体而言，通过在包含Clifford卷积层和多向量激活层的实际网络块上进行测试，我们观察到该实现在相对较大的数据+网络规模（>L2缓存）下的性能比标准PyTorch实现快30%。我们在https://github.com/egretwAlker/c-opt-clifford-layers上开源了代码库。
关键词
引用
@article{arxiv.2507.01040,
title = {Fast Clifford Neural Layers},
author = {Tianxiang Xia and Max Neuwinger and Lin Xiao},
journal= {arXiv preprint arXiv:2507.01040},
year = {2025}
}
备注
7 pages content-wise