牛津大学和Mila实验室的研究者提出了一种名为NoProp的新学习方法,该方法不依赖于传统的前向传播或反向传播,而是通过独立学习每一层对噪声目标进行去噪,从而训练神经网络。研究结果显示,NoProp在MNIST、CIFAR-10和CIFAR-100图像分类任务上表现出较高的准确率和计算效率。
牛津大学和Mila实验室的研究者提出了一种名为NoProp的新学习方法,该方法不依赖于传统的前向传播或反向传播,而是通过独立学习每一层对噪声目标进行去噪,从而训练神经网络。研究结果显示,NoProp在MNIST、CIFAR-10和CIFAR-100图像分类任务上表现出较高的准确率和计算效率。