arXiv · ML· Jeffrey Seely, Julian Gould·· 7 天前AI 评分33
增强拉格朗日预测编码:实现深度窄网络中BP级性能的局部学习方法
Augmented Lagrangian Predictive Coding
AI 导读
研究提出增强拉格朗日预测编码(PC-ALM),通过层局部拉格朗日乘子将权重更新对齐至反向传播(BP),在深度达128的非线性网络中匹配BP性能。 PC-ALM在深度窄网络中克服了传统预测编码的低效问题,并实现了跨深层网络的“弹道式”信用传播。该方法已被NeurIPS 2026接收。
来源:arXiv · ML · arxiv.org