更改
跳到导航
跳到搜索
←上一编辑
下一编辑→
神经网络的有效信息计算
(查看源代码)
2025年2月22日 (六) 11:44的版本
添加74字节
、
2025年2月22日 (六) 11:44
→基于NIS方法观察神经网络层间EI变化
第218行:
第218行:
(2)网络结构对EI的影响:不同层之间的EI变化趋势反映了网络结构的信息处理能力。隐藏层之间的EI值变化显著,表明隐藏层在信息转换中起到了关键作用。
(2)网络结构对EI的影响:不同层之间的EI变化趋势反映了网络结构的信息处理能力。隐藏层之间的EI值变化显著,表明隐藏层在信息转换中起到了关键作用。
(3)训练稳定性:两个任务的EI值均随训练轮次的增加逐渐趋于稳定,验证了NIS方法在逐层有效信息分析中的有效性和普适性。
(3)训练稳定性:两个任务的EI值均随训练轮次的增加逐渐趋于稳定,验证了NIS方法在逐层有效信息分析中的有效性和普适性。
+
+
实验代码地址:https://github.com/constantinexu/NIS-EI-Experiments
[[文件:NIS-EI实验.png|替代=|无框|900x700像素]]
[[文件:NIS-EI实验.png|替代=|无框|900x700像素]]
相信未来
5,443
个编辑
导航菜单
个人工具
登录
名字空间
页面
讨论
变种
视图
阅读
查看源代码
查看历史
更多
搜索
导航
集智百科
集智主页
集智斑图
集智学园
最近更改
所有页面
捐赠我们
帮助
工具
特殊页面
可打印版本