跳到正文
热点事件持续更新

HTAF激活函数实现稳定二元表征学习

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

研究提出Heavy Tailed Activation Function（HTAF），作为Heaviside函数的平滑近似，以解决其在反向传播中不可导导致的优化难题。HTAF通过sigmoid函数与双曲正切函数的复合构建，在零输入附近保持较大的梯度质量，且在尾部区域梯度衰减更慢。该特性支持Spiking Neural Networks和Binary Neural Networks的稳定训练，实现了更鲁棒的二元表征学习。

AI 根据报道生成 · 12 小时前更新

最新进展10月22日 12:00
HTAF激活函数实现稳定二元表征学习

报道时间线

沿着报道，了解事件的不同侧面。

10月22日
  1. arXiv · ML
    HTAF激活函数实现稳定二元表征学习

    提出Heavy Tailed Activation Function（HTAF），作为Heaviside函数的平滑近似，解决其不可导导致的优化难题。 HTAF通过sigmoid与双曲正切复合构建，在零输入附近保持较大梯度质量，且在尾部区域梯度衰减更慢，支持Spiking Neural Networks和Binary Neural Networks的稳定训练。

本事件热度走势

可比范围当前
7
可比范围峰值
910月22日 16:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。