可微分无权神经网络
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
本文介绍了HyBNN,一种结合全精度变分自动编码器和任务特定二进制神经网络的新型结构。HyBNN通过全精度编码器提取特征,减少二元化带来的准确性损失,结合了深度神经网络的高准确性和二进制网络的快速训练及高功率效率。实验显示,HyBNN优于传统二进制网络。其联邦学习版本FedHyBNN保持了相同的准确性和高通信效率。
🎯
关键要点
-
HyBNN是一种新型的混合神经网络结构,结合全精度变分自动编码器和任务特定的二进制神经网络。
-
HyBNN通过全精度编码器提取特征,减少二元化带来的准确性损失。
-
HyBNN结合了深度神经网络的高准确性和二进制网络的快速训练及高功率效率。
-
实验结果显示,HyBNN优于传统的二进制神经网络。
-
FedHyBNN是HyBNN的联邦学习版本,具有高通信效率,且保持相同的准确性。
➡️