Andreas Falkenberg提出参数化Tanh激活函数
热点事件观察中
Andreas Falkenberg提出参数化Tanh激活函数
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
研究人员Andreas Falkenberg提出了一种名为Parametric Tanh Connection Function的参数化连接函数框架。该框架利用4个可微参数替代了复杂的B样条基础函数,旨在解决边缘计算激活范式中的计算瓶颈问题。 该函数定义为一个光滑且有界的架构原语,表达式为δ + αtanh(βx + γ)。研究表明,该模型在提升效率的同时保持了一定的性能,其在MNIST数据集上达到了95.63%的准确率,在CIFAR-10数据集上达到了44.74%的准确率。 与使用7个参数的指数基线相比,采用该参数化Tanh框架的训练运行时间减少了85%。这一改进显著提升了模型的硬件扩展性,使其更适用于对计算资源受限的边缘端设备。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 12:00
基于参数化 Tanh 函数的边缘中心自适应神经激活研究报道时间线
沿着报道,了解事件的不同侧面。
10月27日
- arXiv · ML基于参数化 Tanh 函数的边缘中心自适应神经激活研究
研究提出参数化 Tanh 连接函数,以 4 个可微参数替代复杂 B 样条,解决边缘激活范式的计算瓶颈。 该模型在 MNIST 达到 95.63% 准确率,在 CIFAR-10 达到 44.74%。相比 7 参数指数基线,训练运行时间减少 85%,显著提升硬件扩展性。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。