研究人员推出了一种名为“监督赫布类网络”(Supervised Hebbian Class Networks)的新型神经网络训练方法,该方法无需传统反向传播和梯度计算。该方法为每个神经元分配一个类别,并使用基于类别的监督规则结合改进的Lion优化器同时训练所有层。实验证明了该技术在多层感知机和卷积网络分别应用于MNIST和CIFAR-10数据集上的有效性。 AI
影响 这项研究提出了一种反向传播的替代方案,可能简化神经网络训练,并为无监督和自监督学习的研究开辟新途径。
排序理由 学术论文,介绍了一种新颖的机器学习方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →