Arkaplan: Geçmiş ~ 4 yıldaki ( alexnet sonrası ) modern araştırmaların çoğu, en son sınıflandırma sonuçlarına ulaşmak için sinir ağları için üretken ön eğitim kullanmaktan uzaklaşmıştır.
Örneğin, burada mnist için en iyi sonuçlar , her ikisi de RBM olan üretken modeller kullanıyor gibi, ilk 50'nin sadece 2 makalesini içeriyor. Kazanan diğer 48 makale, RBM'de ve birçok eski sinir ağında kullanılan sigmoidden farklı olarak daha iyi / yeni ağırlık başlangıçları ve aktivasyon fonksiyonları bulmak için çok çaba harcanan farklı ayrımcı ileri beslemeli mimarilerle ilgilidir.
Soru: Artık Sınırlı Boltzmann Makinelerini kullanmak için modern bir neden var mı?
Değilse, bu ileri beslemeli mimarilere katmanlarından herhangi birini verimli hale getirmek için uygulanabilecek fiili bir değişiklik var mı?
Motivasyon: Soruyorum çünkü mevcut gördüğüm bazı modeller, genellikle RBM varyantları, mutlaka bu üretken katmanlara / modellere açık benzer ayrımcı karşılıkları yoktur ve bunun tersi de geçerlidir. Örneğin:
CRBM (bir CNN iddia olabilir ileri mimarileri besleme kullanılan her ne kadar olduğunu ayırt edici analog mimari)
Ayrıca, bunlar 2010, 2011 ve 2009 yıllarında saygıyla açıkça alexnet öncesi idi.