PulseAugur
实时 06:42:43
English(EN) Winning Lottery Tickets in Neural Networks via a Quantum-Inspired Classical Algorithm

经典算法模仿量子方法进行神经网络子网络选择

研究人员开发了一种受量子计算原理启发的经典算法,可以有效地识别大型神经网络中的稀疏子网络。这种新方法通过消除与数据维度相关的指数时间复杂度,实现了多项式缩放,从而显著优于以前的经典方法。数值测试表明,该算法在选择具有低经验风险的子网络方面非常有效,为这项特定任务提供了量子硬件的实用替代方案。 AI

影响 提供了一种更有效的经典方法来识别关键子网络,有可能加快模型训练和部署。

排序理由 该集群包含一篇详细介绍神经网络分析新算法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv stat.ML 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

经典算法模仿量子方法进行神经网络子网络选择

报道来源 [1]

  1. arXiv stat.ML TIER_1 English(EN) · Mio Murao ·

    Winning Lottery Tickets in Neural Networks via a Quantum-Inspired Classical Algorithm

    Quantum machine learning (QML) aims to accelerate machine learning tasks by exploiting quantum computation. Previous work studied a QML algorithm for selecting sparse subnetworks from large shallow neural networks. Instead of directly solving an optimization problem over a large-…