FractalNet论文有多重要?
现在打电话可能还为时过早,因为它已经在arxiv上工作了不到三个月。另外,我只阅读了摘要。但是,我的猜测是,它并不是特别重要,主要是因为抽象声明只改善了一个数据集的结果,而且数据集CIFAR-100并不像CIFAR-10或ImageNet那样受欢迎和竞争。但公平地说,在你自己阅读或听过读过它的人之前,你不应该判断这篇论文。我只是从抽象中猜测这不是一个重大的进步。
我认为更重要的一篇相关论文是这样的:[1603.09382]具有随机深度的深度网络
随机深度论文具有更广泛的意义,因为它表明不属于“深层神经网络学习在每一层的不同表示”范式的深层模型可以很好地工作。这给了很多支持“深度神经网络学习多步骤程序”范例的证据。以前,人们都知道这两种解释。大多数深度学习模型都可以用两种范式来描述,但我觉得表征学习解释更受欢迎(考虑一个主要的深度学习会议被称为国际学习表征会议)。随机深度论文显示,您可以通过程序的多个步骤更新单个表示,并且该表示非常有效。它还表明,让这个程序运行更长时间是有帮助的,即使它没有经过长时间的训练。这表明相对被忽视的多步骤程序解释可能一直是更重要的解释。
本站所有相关知识仅供大家参考、学习之用,部分来源于互联网,其版权均归原作者及网站所有,如无意侵犯您的权利,请与小编联系,我们将会在第一时间核实并给予反馈。



















