神经网络算法中不同参数化方式带来的加速
机器学习
2017-06-05 v3
摘要
在神经网络算法中采用了一种不同的超平面参数化方式。如多个自编码器示例所示，它显著优于常规参数化方式，仅用少量训练轮次即可达到更低的训练误差。本文论证了这种参数化方式使参数的理解和初始化更为容易。
引用
@article{arxiv.1705.07250,
title = {Speedup from a different parametrization within the Neural Network algorithm},
author = {Michael F. Zimmer},
journal= {arXiv preprint arXiv:1705.07250},
year = {2017}
}
备注
8 pages