arXiv · ML· Przemys{\l}aw Spyra, Witold Dzwinel·· 2026-10-14AI 评分28
前向-Forward (Forward-Forward)、Cascaded Forward (CaFo) 和 Mono-Forward (MF) 算法在硬件验证基准测试中的能效分析
Energy-Efficient Deep Learning Without Backpropagation: A Rigorous Hardware-Validated Benchmarking Study of Forward-Only Algorithms
AI 导读
在基于 NVIDIA A100 的测试中,前向-only 算法中只有 Mono-Forward (MF) 比反向传播更节能;其余 FF 和 CaFo 能耗反而为 BP 的 3.0-7.1 倍。 在 3x2000 的多层感知机上,MF 比 BP 节省 12.5%-19.9% 能源和 24.6%-27.5% 内存,并在 CIFAR-100 上取得统计上相当的准确率。
来源:arXiv · ML · arxiv.org