顾宇浩的技术分享

训练是构建神经网络模型的一个关键环节，该过程对网络中的参数不断进行微调，优化模型在训练数据集上的损失函数。参数初始化是训练之前的一个重要步骤，决定了训练过程的起点，对模型训练的收敛速度和收敛结果有重要影响。多层感知机是一种被广泛使用的经典神经网络模型，本文针对多层感知机上的区间随机初始化方法展开了深入调查，通过对前人成果的分析和总结得到了一种改良的初始化方法，并对所得方法进行了对比实验。

圆角矩形是软件 UI 等视觉设计中的常见表达，一种常见的绘制方法是将矩形的四角替换为与边相切的四分之一圆弧，然而这种绘制方式会在连接处产生视觉上的切折感，这是因为圆弧和直线的连接处只满足 G1G^1G1 连续性。本文探究了如何使用高次埃米尔特插值绘制高阶连续的圆角曲线，以及如何使用常微分方程的数值解法实现曲线的均匀化。