Rorry Brenner

新的“穿孔反向传播”方法增强了人工智能神经元性能

研究人员推出了一种新颖的人工神经网络扩展方法——“穿孔反向传播”，该方法受到生物神经元的启发。该方法通过引入能够学习关联和预测原始神经元误差的“树突”节点来增强人工神经元。通过迭代地训练这些树突，然后用新的误差信号训练原始神经元，该系统旨在提高性能并实现无损精度的模型压缩。该方法已在 PyTorch 网络中成功应用于各个领域，展示了更高的准确性和显著的模型压缩。