论文提出参数化 Tanh 连接函数
热点事件持续更新
论文提出参数化 Tanh 连接函数
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Andreas Falkenberg 提出由 4 个参数定义的平滑、受限且可微的 Tanh 连接函数，作为边级神经网络构件；论文称它旨在缓解 KAN 的优化、内存和硬件扩展问题，并在表达能力上达到或超过 7 参数指数连接基线。训练运行时间最多减少 85% 是论文报告的比较结果。 在稠密架构评测中，该模型在 MNIST 和 CIFAR-10 上的准确率分别为 95.63% ± 0.08% 和 44.74% ± 0.18%。这些结果对应所述数据集与评测设置。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
基于参数化 Tanh 函数的边缘中心自适应神经激活报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine Learning基于参数化 Tanh 函数的边缘中心自适应神经激活
该论文提出参数化 Tanh 连接函数，以 4 个参数在连接边缘实现平滑、受限且可微的映射，缓解 KAN 的优化、内存和硬件扩展问题。在稠密架构评测中，模型在 MNIST 和 CIFAR-10 上分别达到 95.63% ± 0.08% 和 44.74% ± 0.18% 的准确率。相比 7 参数指数连接基线，其表达能力相当或更强，训练运行时间最多减少 85%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。