研究人员开发了一种新的 dropout（一种用于神经网络的技术）的均场理论。该理论表明，通过在前置训练中更积极地安排 dropout，可以将 MLP 和 Vision Transformer 的测试损失降低 18-35%。该研究还为平滑和折返激活函数确定了不同的普适类，影响了临界指数和标度律。 AI
影响 优化 dropout 调度可以提高深度学习模型训练的效率和性能。
排序理由 该集群包含一篇详细介绍机器学习技术新理论框架和实验结果的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.NE (Neural & Evolutionary) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
