经典DL论文研读(part2)--Deep Sparse Rectifier Neural Networks
学习笔记,仅供参考,有错必纠
文章目录
- Deep Sparse Rectifier Neural Networks
- Abstract
- Introduction
- Background
- Deep Rectifier Networks
- Experimental Study
- Image Recognition
- 实验结果
- 稀疏性实验结果
- 半监督与监督学习
- Conclusion
Deep Sparse Rectifier Neural Networks
Abstract
本文提出一种RELU激活函数,该激活函数可以激发稀疏性,可以获得与双曲正切函数(Tanh)等同,甚至更好的效果.
Introduction
计算神经模型和机器学习中的神经网络具有一定的差异. 这种差异可以被RELU激活函数消除.
Background
The main gaps that we wish to consider between computational neuroscience models and machine learning models are the following:
大脑中神经元只有少部分(1%-4%)处于工作状态,也就是有稀疏性。 如果不使用L1正则化,则神经网络很难达到稀疏的状态。
一种常见的生物学模型 leaky integrate-and-fire(LIF)如下所示
输入电流与 firing rate的关系图如下所示,可以看到,当电流较小时,firing rate一直为0;当输入电流达到一定程度时,firing rate的值才大于0;随着电流越大,firing rate逐渐增长,但是增长速率也在逐渐降低.
Deep Rectifier Networks
本文提出一种RELU激活函数rectifier(x)=max(0,x)rectifier(x) = max(0,x)rectifier(x)=max(0,x),当输入信号到达阈值时,该激活函数才会非0. 下图中的右图为RELU激活函数图,左图为应用了RELU激活函数的神经网络结构,可以看到当使用RELU激活函数时,部分神经元的输出为0,则此时神经网络具有系数性…
Experimental Study
Image Recognition
实验结果
实验中,在4个数据集上使用3个激活函数,并分别采用使用无监督预训练(受限玻尔兹曼机:Restricted Boltzmann machines)和不使用无监督预训练的方式进行实验. 由结果可知,利用RBF对模型进行预训练对基于RELU激活函数的神经网络影响不大. 同时,使用RELU激活函数,可以得到与使用Tanh匹敌,甚至更好的结果.
稀疏性实验结果
下图中,横坐标为稀疏度,纵坐标为错误率. 可以看出当系数率在[75%, 85%]的范围内,错误率较低,但是随着稀疏度的增高,错误率逐渐上升.
半监督与监督学习
针对RELU激活函数来说,在半监督情况下,预训练会得到很好的模型性能提升效果. 但是随着标签数量的上升(监督学习),是否对模型进行预训练的效果将没有显著区别.
Conclusion
RELU激活函数可以在不使用预训练的情况下,提高模型的性能,以获得更好的结果.
在人工神经网络中,稀疏性在[50%, 80%]的范围会得到较好的结果. 但是生物神经网络中,稀疏性可达到[95%, 99%].
经典DL论文研读(part2)--Deep Sparse Rectifier Neural Networks相关推荐
- 经典DL论文研读(part4)--ImageNet Classification with Deep Convolutional Neural Networks
学习笔记,仅供参考,有错必纠 文章目录 ImageNet Classification with Deep Convolutional Neural Networks 摘要 Introduction ...
- 经典DL论文研读(part1)--Understanding the difficulty of training deep feedforward neural networks
学习笔记,仅供参考,有错必纠 文章目录 Understanding the difficulty of training deep feedforward neural networks Abstra ...
- 经典DL论文研读(part3)--Improving neural networks by preventing co-adaptation of feature detectors
学习笔记,仅供参考,有错必纠 文章目录 Improving neural networks by preventing co-adaptation of feature detectors Abstr ...
- 论文阅读--PVANET: Deep but Lightweight Neural Networks for Real-time Object Detection
为什么80%的码农都做不了架构师?>>> 论文地址:https://arxiv.org/abs/1608.08021 算法实现:https://github.com/Charl ...
- PVANET: Deep but Lightweight Neural Networks for Real-time Object Detection
PVANET: Deep but Lightweight Neural Networks for Real-time Object Detection 传送门: 论文:https://www ...
- Rectifier (neural networks) - 整流函数
Rectifier (neural networks) - 整流函数 https://en.wikipedia.org/wiki/Rectifier_(neural_networks) 线性整流函数 ...
- 【文本分类】Deep Pyramid Convolutional Neural Networks for Text Categorization
·阅读摘要: 本文提出了DPCNN(深度金字塔CNN)模型.在transformer.bert还没兴起的年代,模型越深效果越好,但是模型的复杂度会随着深度提升.粗略地说,DPCNN就是为了解决CN ...
- 遥感图像-Deep Feature Alignment Neural Networks for Domain Adaptation of Hyperspectral Data高光谱数据深度特征对齐神经
Deep Feature Alignment Neural Networks for Domain Adaptation of Hyperspectral Data高光谱数据领域自适应的深度特征对齐神 ...
- 每天一篇论文 323/365 Designing Energy-Efficient Convolutional Neural Networks using Energy-Aware Pruning
每天一篇论文汇总list Designing Energy-Efficient Convolutional Neural Networks using Energy-Aware Pruning 摘要 ...
最新文章
- 只引入部分elementui_腾讯动漫确定引入假面骑士亚极陀和甲斗王 四仔:是不是玩不起...
- [前端优化]使用Combres合并对js、css文件的请求
- xcode 配置wechat_友盟微信、QQ等分享提示未验证应用配置
- 数据可视化详解+代码演练
- context创建过程解析(一)之deployDescriptors
- MySQL学习笔记2:数据库的基本操作
- python ui自动化_python-UI自动化
- 如何做好企业SWOT分析?用这个企业项目设计工具就足够了!
- html 打开高德地图,根据经纬度定位到某个地方(位置标注)
- 重构:改善既有代码的设计 阅读笔记
- nginx常用配置和用法
- 个子矮s弯如何看点打方向图解_s弯如何看点打方向图解?s弯方向盘打法口诀
- 机器学习过程步骤总结
- JAVJ输出二进制数字
- 系统认证风险预测-Baseline
- 【教程】dropbox+droppages搭建静态网页
- appium验证码输入笔记
- 【科学文献计量】中英文文献标题及摘要用词情感分析与可视化
- 如何下载东城区卫星地图高清版大图
- (三) 立创EDA原理图库的创建
热门文章
- python 的几个内置函数(lambda ,zip, filter, map, reduce )用法
- windows下面的文件拷贝到linux下面出现乱码
- mysql-workbench中用select in对变量赋值
- ubuntu下面解决mysqld_safe Directory '/var/run/mysqld' for UNIX socket file don't exists
- 图像工程 CH6图像校正和修补
- 7.4.5 鲁棒主成分分析 PCA
- const char* p 、char* const p、const (char*) p 理解记忆
- linux输入命令对话框,linux里命令的对话框whiptail
- 报任安书文言现象_干货丨文言文句式详解,快点收藏!
- 17:附近最大的城市