PulseAugur
中
实时 11:47:05
实体 Random Mapping Networks

Random Mapping Networks

PulseAugur coverage of Random Mapping Networks — every cluster mentioning Random Mapping Networks across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_200020 ·

    新研究预测随机重参数化对神经网络训练效率的影响

    一篇新研究论文介绍了随机映射网络（RaMaN），这是一种旨在预测随机低维重参数化何时能有效训练神经网络的方法。该论文提出了一种面向方向的二次主公式，用于根据曲率谱和位移剖面来预测训练转换。RaMaN 利用结构化的 Hadamard 或高斯映射来实例化预测的潜在维度，从而减少内存需求并实现各种模型的有效训练。