理性监督学习 高级学习中的Rational网络,例如MNIST,CIFAR和Imagenet分类任务。 Rational函数的性能优于所有不可学习的函数(请参阅 )。 Rational在这里也用于损害。 它们替换了ResNet101中的残差块: 评估 病灶 L2.B3 L3.B13 L3.B19 L4.B2 训练 100.9 120.2 90.5 58.9 101.1 120.3 104.0 91.1 测试 标准 93.1 102.0 97.1 81.7 合理的 90.5 102.6 97.6 85.3 掉落参数百分比 0.63 2.51 2.51 10.0 依存关系 Python 3.6+ 使用理性神经网络 如果要使用(循环)Rational Networks,则每个文件夹中都提供了一个附加的自述文件,以说明如何训练网络,制作得分表,绘图