神经网络 参数有效比

博客提及一篇关于数组卷积的论文,虽找不到出处,但提到论文可能反证平均组卷积在浅层网络的效率。还给出参数有效比的计算公式,即准确率除以参数数量,有效比越大参数利用率越高,并列出不同类型下的相关数据。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

忘记在哪看的了,看了 对数组卷积 的论文 突然想起来了。。好吧,找不到出处了。

应该是这个名字,还是叫 参数利用率 啥的。。

参数有效比 = 准确率 / 参数数量

那个 对数组卷积 的论文。。。貌似反证了平均组卷积的效率。
也不对,论文说的是浅层网络
图片截取自论文 https://arxiv.org/abs/1707.09855v1
这里写图片描述

有效比越大,参数利用率越高
uniform
0.000323338796185936
0.00054278982569923
0.000829791796631316

log
0.000313220212030422
0.000402302588786263
0.000453598265591783

origin
0.000160076230280198

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值