使用凹正则化器进行稀疏可训练神经网络的抽奖

本研究解决了设计稀疏神经网络中找到有效稀疏子网络（即赢家票据）的问题，提供了一种新的方法以凹正则化来促进网络拓扑的稀疏性。通过理论分析和广泛的数值测试，研究表明该方法在不同数据集和架构上能够提高现有算法的性能。