Hinton最新研究:神经网络的未来是前向-前向算法|NeurIPS 2022特邀演讲(2)

Hinton最新研究:神经网络的未来是前向-前向算法|NeurIPS 2022特邀演讲(2)

CIFAR-10 数据集测试Hinton 接着在 CIFAR‑10 数据集上测试了 FF 算法的性能,证明了 FF 训练出的网络在性能上能够媲美反向传播。该数据集有 50,000 张 32x32 的训练图像,每个像素具有三个颜色通道,因此,每个图像都有 3072 个维度。由于这些图像的背景复杂且高度...

Hinton最新研究:神经网络的未来是前向-前向算法|NeurIPS 2022特邀演讲

Hinton最新研究:神经网络的未来是前向-前向算法|NeurIPS 2022特邀演讲

Hinton最新研究:神经网络的未来是前向-前向算法|NeurIPS 2022特邀演讲新智元 新智元 2022-12-08 13:08 发表于北京  新智元报道  作者:AI科技评论(李梅、黄楠)编辑:好困【新智元导读】在未来万亿参数网络只消耗几瓦特...

神经网络概览及算法详解

36 课时 |
801 人已学 |
免费
开发者课程背景图

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

产品推荐

相关电子书
更多
基于神经网络的语言合成
机器能理解上下文吗-RNN和LSTM神经网络的原理及应用
立即下载 立即下载