研究人员开发了 NeuroPlastic，这是一种用于深度学习的新型优化算法，其灵感来源于生物突触可塑性。该方法通过结合梯度、活动和记忆统计的多信号调制机制来增强标准的基于梯度的更新。NeuroPlastic 在图像分类基准测试中展示了持续的改进，尤其是在数据量减少的情况下和在 Fashion-MNIST 数据集上。该方法在迁移学习实验中被证明是稳定且具有竞争力的，表明其作为梯度驱动优化的有价值的扩展的潜力，尤其是在嘈杂或数据受限的环境中。 AI
影响 引入了一种受生物启发的优化技术，可能在数据稀缺或嘈杂的条件下提高深度学习性能。
排序理由 介绍深度学习新优化算法的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2604.26297v1 Announce Type: new Abstract: Optimization algorithms are fundamental to modern deep learning, yet most widely used methods rely on update rules based primarily on local gradient statistics. We introduce NeuroPlastic, a plasticity-modulated optimizer that augmen…
Optimization algorithms are fundamental to modern deep learning, yet most widely used methods rely on update rules based primarily on local gradient statistics. We introduce NeuroPlastic, a plasticity-modulated optimizer that augments gradient-based updates with an adaptive multi…