神经网络通用被表示成图的形式(即神经元之间通过边进行链接),尽管这种表示方式得到了广泛应用,但关于神经网络结构与性能之间的关系却鲜少有所了解。

作者系统的研究了神经网络的图结构是如何影响其性能的,为达成该目的,作者开发了一种新颖的称之为relational graph(相关图)的图表示方式,神经网络的层沿图像结构进行多次信息交互。基于这种图表示方式,作者发现了这样几点有意思发现:

  • 相关图的靶点(sweet spot)可以促使神经网络的性能极大提升;
  • 神经网络的性能与聚类系数、平均路径长度成平滑函数关系;
  • 该发现具有跨数据集、跨任务一致性;
  • 优秀的神经网络结构与真实生物神经网络具有惊人的相似性。
  • 该文为神经网络架构设计与理解提供了一种新方向。
成为VIP会员查看完整内容
24

相关内容

人工神经网络(Artificial Neural Network,即ANN ),是20世纪80 年代以来人工智能领域兴起的研究热点。它从信息处理角度对人脑神经元网络进行抽象, 建立某种简单模型,按不同的连接方式组成不同的网络。在工程与学术界也常直接简称为神经网络或类神经网络。神经网络是一种运算模型,由大量的节点(或称神经元)之间相互联接构成。每个节点代表一种特定的输出函数,称为激励函数(activation function)。每两个节点间的连接都代表一个对于通过该连接信号的加权值,称之为权重,这相当于人工神经网络的记忆。网络的输出则依网络的连接方式,权重值和激励函数的不同而不同。而网络自身通常都是对自然界某种算法或者函数的逼近,也可能是对一种逻辑策略的表达。 最近十多年来,人工神经网络的研究工作不断深入,已经取得了很大的进展,其在模式识别、智能机器人、自动控制、预测估计、生物、医学、经济等领域已成功地解决了许多现代计算机难以解决的实际问题,表现出了良好的智能特性。
专知会员服务
44+阅读 · 2020年9月3日
【ACL2020】基于图神经网络的文本分类新方法
专知会员服务
68+阅读 · 2020年7月12日
【ICLR2020】图神经网络与图像处理,微分方程,27页ppt
专知会员服务
47+阅读 · 2020年6月6日
专知会员服务
73+阅读 · 2020年5月21日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
ICML2020 图神经网络的预训练
图与推荐
12+阅读 · 2020年4月4日
神经网络中 warmup 策略为什么有效?
极市平台
10+阅读 · 2019年9月23日
BP神经网络
Datartisan数据工匠
5+阅读 · 2018年8月9日
一文读懂神经网络(附PPT、视频)
数据派THU
17+阅读 · 2018年3月25日
Talking-Heads Attention
Arxiv
15+阅读 · 2020年3月5日
Arxiv
9+阅读 · 2019年11月6日
Arxiv
17+阅读 · 2019年3月28日
Arxiv
29+阅读 · 2018年4月6日
Arxiv
10+阅读 · 2018年2月4日
VIP会员
相关VIP内容
专知会员服务
44+阅读 · 2020年9月3日
【ACL2020】基于图神经网络的文本分类新方法
专知会员服务
68+阅读 · 2020年7月12日
【ICLR2020】图神经网络与图像处理,微分方程,27页ppt
专知会员服务
47+阅读 · 2020年6月6日
专知会员服务
73+阅读 · 2020年5月21日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
相关资讯
ICML2020 图神经网络的预训练
图与推荐
12+阅读 · 2020年4月4日
神经网络中 warmup 策略为什么有效?
极市平台
10+阅读 · 2019年9月23日
BP神经网络
Datartisan数据工匠
5+阅读 · 2018年8月9日
一文读懂神经网络(附PPT、视频)
数据派THU
17+阅读 · 2018年3月25日
微信扫码咨询专知VIP会员