利用反向传播梯度复用表征学习过程
机器学习
2020-12-08 v1
摘要
本工作提出一种算法，利用反向传播梯度来确定训练不同阶段的特征重要性。此外，我们提出了一种定性表征学习过程的方法。实验在 sklearn 提供的威斯康星癌症数据集上进行，结果表明所谓的“学习梯度”向最重要特征有趣地收敛。--- 本工作提出学习梯度算法，用于在神经网络输入中寻找意义。此外，提出了一种按重要性排序并透过训练阶段表征学习过程的方法。所得结果以威斯康星州良恶性肿癌数据集为参考。该参考有助于借助模型最重要变量的时间演化检测其模式。
引用
@article{arxiv.2012.03188,
title = {Representaciones del aprendizaje reutilizando los gradientes de la retropropagacion},
author = {Roberto Reyes-Ochoa and Servando Lopez-Aguayo},
journal= {arXiv preprint arXiv:2012.03188},
year = {2020}
}
备注
Spanish version